Urlparse - Parse Url Menjadi Beberapa Bagian


Bismillah

Pembahasan kita kali ini akan khusus ke sebuah tool yang bernama urlparse dan urlunparse.

urlparse

ini berguna untuk keperluan membagi url yang kita berikan menjadi 6 bagian. Perhatikan contoh dan table berikut. Taruhlah kita memiliki url seperti berikut http://user:[email protected]:80/path;parameters/path2;parameters2?query=argument#fragment

maka, hasilnya kurang lebih sebagai berikut:

Bagian Index Value
scheme 0 http
netloc 1 user:[email protected]:80
path 2 /path;parameters/path2;parameters2
params 3 params
query 4 query
fragment 5 fragment
username user
password pass
hostname netloc
port 80

urlparse dan urlunparse merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library builtin, sehingga kita tidak perlu lagi menginstall library tambahan.untuk bagian yang tidak ada indexnya, maka kita tidak dapat memanggilnya menggunakan index. Akan tetapi menggunakan notasi dot.

Perhatikan contoh berikut (masih menggunakan url di atas)

url =
"http://user:[email protected]:80/path;parameters/path2;parameters2?query=argument#fragment"
parsed = urlparse(url)

`urlparse` dan `urlunparse` merupakan library yang sangat berguna bagi kita
yang berurusan dengan permasalahan url. Dan library ini adalah library
`builtin`, sehingga kita tidak perlu lagi menginstall library tambahan`urlparse` dan `urlunparse` merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library `builtin`, sehingga kita tidak perlu lagi menginstall library tambahan`urlparse` dan `urlunparse` merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library `builtin`, sehingga kita tidak perlu lagi menginstall library tambahan`urlparse` dan `urlunparse` merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library `builtin`, sehingga kita tidak perlu lagi menginstall library tambaha`urlparse` dan `urlunparse` merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library `builtin`, sehingga kita tidak perlu lagi menginstall library tambahan.n....# kita memanggil dengan index, hanya bisa sampai 5
print(parsed[8]) # index error, gunakan notasi dot
print(parsed.port)

Untuk hasil yang dihasilkan oleh urlparse maka dia readonly, maknanya tidak bisa diubah ubah. Jadi, ketika kita ingin mengubah suatu bagian dari yang disebutkan diatas, netloc misalnya (sebagaimana dalam studi kasus yang akan datang), maka kita perlu untuk mengubahnya menjadi list dahulu.

urlunparse

adapun urlunparse adalah sebaliknya. Yaitu membungkus pecahan yang dihasilkan oleh urlparse menjadi url utuh. Atau bisa juga digunakan untuk membungkus list/tuple dengan isi dengan urutan sebagaimana urlparse mengurutkannya.

Beda python2 dan python3

Hanya di peletakan library saja. Di python2 library urlparse dan urlunparse berada di urlparse.urlparse dan urlparse.urlunparse. Sedangkan di python3 dia terletak di urllib.parse.urlparse dan urllib.parse.urlunparse.

Studi Kasus

url = http://3.bp.blogspot.com/-ROyYC5sfXeg/VB5aAa2iLWI/AAAAAAAABac/KX3hgNJGcCo/s1600/Gambar%2BPemandangan%2BAlam%2BTerindah%2Bdi%2BDunia%2BPuncak%2BGung%2BBukit%2BHijau%2BCantik.jpg

jadikan url diatas menjadi http://i0.wp.com/3.bp.blogspot.com/-ROyYC5sfXeg/VB5aAa2iLWI/AAAAAAAABac/KX3hgNJGcCo/s1600/Gambar%2BPemandangan%2BAlam%2BTerindah%2Bdi%2BDunia%2BPuncak%2BGung%2BBukit%2BHijau%2BCantik.jpg

Yuk, perhatikan analisa dan langkah berikut:

Perubahan diatas, berada di bagian netloc. Dengan menambahkan i0.wp.com/ di depannya. Dan netloc ini berada di index 1. Karena ParseResult object adalah readonly, maka kita perlu mengubah hasilnya menjadi list. Kemudian kita ubah isi dari index 1 menjadi yang di inginkan. Setelah itu baru kembalikan menjadi url utuh.

Jadi secara ringkas, langkah yang akan kita lakukan seperti ini:

  1. parse url (gunakan urlparse)
  2. ubah menjadi list (gunakan list)
  3. ubah index 1
  4. unparse lagi (gunakan urlunparse)
from urllib.parse import urlparse, urlunparse
url =
"http://3.bp.blogspot.com/-ROyYC5sfXeg/VB5aAa2iLWI/AAAAAAAABac/KX3hgNJGcCo/s1600/Gambar%2BPemandangan%2BAlam%2BTerindah%2Bdi%2BDunia%2BPuncak%2BGung%2BBukit%2BHijau%2BCantik.jpg"
parsed = urlparse(url)
parsed.netloc # 3.bp.blogspot.com
parsed[1] # 3.bp.blogspot.com

parsed_list = list(parsed)
parsed_list[1] = 'i0.wp.com/' + parsed_list[1]

unparsed = urlunparse(parsed_list)

Kesimpulan

urlparse dan urlunparse merupakan library yang sangat berguna bagi kita yang berurusan dengan permasalahan url. Dan library ini adalah library builtin, sehingga kita tidak perlu lagi menginstall library tambahan.