當我們要從 URL 中獲取參數時,
我們可以使用 urlparse 函數來解析 URL,
並使用 parse_qs 函數來解析查詢參數。
假設有以下 URL:http://example.com/?name=John&age=30&gender=male
示範如何使用 urlparse 和 parse_qs:
# -*- coding: utf-8 -*-
"""
Created on Tue Aug 29 20:21:54 2023
@author: SavingKing
"""
from urllib.parse import urlparse, parse_qs
url = "http://example.com/?name=John&age=30&gender=male"
parsed_url = urlparse(url)
query_params = parse_qs(parsed_url.query)
print("Parsed URL:", parsed_url)
print("Query Parameters:", query_params)
print("Name:", query_params['name'][0])
print("Age:", query_params['age'][0])
print("Gender:", query_params['gender'][0])輸出結果:

在這個示範中,我們使用了 urlparse 來解析 URL,
並使用 parse_qs 來解析查詢參數。
注意,parse_qs 返回的是一個字典,
其中鍵是參數名,值是包含參數值的列表。
因此,我們使用 query_params['name'][0] 來獲取名為 name 的參數的值。
可以自己寫出相似的程式:
# -*- coding: utf-8 -*-
"""
Created on Fri Nov 24 23:35:04 2023
@author: SavingKing
"""
url = "http://example.com/?name=John&age=30&gender=male"
strr = url.split("?")[1]
#'name=John&age=30&gender=male'
lis = strr.split("&")
#['name=John', 'age=30', 'gender=male']
dic ={}
for ele in lis:
k,v = ele.split("=")
dic[k]=v
print("dic:\n",dic)執行結果:

推薦hahow線上學習python: https://igrape.net/30afN



![Python爬蟲:BeautifulSoup的 .find_all() 與 .find() 與 .select(‘標籤名[屬性名1=”屬性值1″][屬性名2=”屬性值2″]’) ; from bs4 import BeautifulSoup ; Live Server(可以預覽HTML的VS Code套件) Python爬蟲:BeautifulSoup的 .find_all() 與 .find() 與 .select(‘標籤名[屬性名1=”屬性值1″][屬性名2=”屬性值2″]’) ; from bs4 import BeautifulSoup ; Live Server(可以預覽HTML的VS Code套件)](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2025/03/20250330190318_0_925655.jpg?quality=90&zoom=2&ssl=1&resize=350%2C233)
![Python 進階實戰:深入 Word 核心,挖出那一坨 BLOB (含自省 Debug 技巧, BLOB= Binary Large Object) ; part = doc.part.rels[rid].target_part ; return part.blob if “ImagePart” in type(part).__name__ else None Python 進階實戰:深入 Word 核心,挖出那一坨 BLOB (含自省 Debug 技巧, BLOB= Binary Large Object) ; part = doc.part.rels[rid].target_part ; return part.blob if “ImagePart” in type(part).__name__ else None](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2026/01/20260126111046_0_cd8751.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


![Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230327140158_46.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


近期留言