Comment valider une url en Python ? (Malformé ou non)

Question

J'ai url de l'utilisateur et je dois répondre avec le HTML récupéré.

Comment puis-je vérifier si l'URL est malformée ou non ?

Par exemple :

url='google'  // Malformed
url='google.com'  // Malformed
url='http://google.com'  // Valid
url='http://google'   // Malformed

Answer 1

Utilisez le validateurs paquet :

>>> import validators
>>> validators.url("http://google.com")
True
>>> validators.url("http://google")
ValidationFailure(func=url, args={'value': 'http://google', 'require_tld': True})
>>> if not validators.url("http://google"):
...     print "not valid"
... 
not valid
>>>

Installez-le à partir de PyPI avec pip ( pip install validators ).

Answer 2

En fait, je pense que c'est le meilleur moyen.

from django.core.validators import URLValidator
from django.core.exceptions import ValidationError

val = URLValidator(verify_exists=False)
try:
    val('http://www.google.com')
except ValidationError, e:
    print e

Si vous définissez verify_exists a True il vérifiera effectivement que l'URL existe, sinon il se contentera de vérifier si elle est formée correctement.

edit : ah oui, cette question est un duplicata de celle-ci : Comment vérifier si une URL existe avec les validateurs de Django ?

Answer 3

Regex de validation d'url de django ( source ) :

import re
regex = re.compile(
        r'^(?:http|ftp)s?://' # http:// or https://
        r'(?:(?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+(?:[A-Z]{2,6}\.?|[A-Z0-9-]{2,}\.?)|' #domain...
        r'localhost|' #localhost...
        r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})' # ...or ip
        r'(?::\d+)?' # optional port
        r'(?:/?|[/?]\S+)$', re.IGNORECASE)

print(re.match(regex, "http://www.example.com") is not None) # True
print(re.match(regex, "example.com") is not None)            # False

Answer 4

Une version Vrai ou Faux, basée sur la réponse de @DMfll :

try:
    # python2
    from urlparse import urlparse
except:
    # python3
    from urllib.parse import urlparse

a = 'http://www.cwi.nl:80/%7Eguido/Python.html'
b = '/data/Python.html'
c = 532
d = u'dkakasdkjdjakdjadjfalskdjfalk'
e = 'https://stackoverflow.com'

def uri_validator(x):
    try:
        result = urlparse(x)
        return all([result.scheme, result.netloc])
    except:
        return False

print(uri_validator(a))
print(uri_validator(b))
print(uri_validator(c))
print(uri_validator(d))
print(uri_validator(e))

Donne :

True
False
False
False
True

Answer 5

Aujourd'hui, j'utilise ce qui suit, sur la base de la réponse du Padam :

$ python --version
Python 3.6.5

Et voilà à quoi ça ressemble :

from urllib.parse import urlparse

def is_url(url):
  try:
    result = urlparse(url)
    return all([result.scheme, result.netloc])
  except ValueError:
    return False

Il suffit d'utiliser is_url("http://www.asdf.com") .

J'espère que cela vous aidera !