Question

我有以下代码，应该检查输入的网址是否有效：

#!/usr/bin/env python3

import sys
import urllib.parse

# ...

def checkValidURL(someURL):
    try:
        parsed_url = urllib.parse.urlparse(someURL)
        isURL = True
    except ValueError:
        print("Invalid URL!")
        sys.exit(0)

# ...

if __name__ == "__main__":
    checkValidURL(someURL)

如果输入了无效的URL，例如：someURL="http://ijfjiör@@@a:43244434::"，则应按照here的描述引发ValueError：

netloc属性中的字符在NFKC规范下（由IDNA编码使用）分解为/，？，＃，@或：中的任何一个，将引发ValueError。如果在解析之前将URL分解，则不会引发错误。

但是，不会引发任何异常，并且该URL似乎有效。

我做错了什么吗，还是有其他方法可以检查URL的有效性？

Answer 1

您的URL不会分解为包含禁止字符的字符串，因此此处的引号根本不相关。

引号中的语言严格来说是禁止使用http://xn--foo/之类的internationalized domain name encoding来生成http://?/之类的内容，并且由于您不在此处进行操作，因此没有ValueError产生或确实可以预期。

（抱歉，不在我可以创建真实的工作示例的地方。）

Answer 2

我不确定python validators module是否更适合您的用例？

$ python3

>>> 
>>> 
>>> import validators
>>> 
>>> validators.url("http://ijfjiör@@@a:43244434::")
ValidationFailure(func=url, args={'value': 'http://ijfjiör@@@a:43244434::', 'public': False})
>>> 
>>> validators.url("http://www.google.com:8080/")
True
>>> 
>>> validators.url("http://www.我愛你.com:8080/你好")
True

urlparse不会引发无效网址的异常

2 个答案: