Python: Jak sprawdzić, czy ciąg jest prawidłowym IRI?

Question

Czy istnieje standardowa funkcja celu odsłuchania IRI, by sprawdzić URL widocznie mogę użyć:

parts = urlparse.urlsplit(url) 
    if not parts.scheme or not parts.netloc: 
     '''apparently not an url''' 

Próbowałem powyżej adresu URL zawierające znaki Unicode:

import urlparse 
url = "http://fdasdf.fdsfîășîs.fss/ăîăî" 
parts = urlparse.urlsplit(url) 
if not parts.scheme or not parts.netloc: 
    print "not an url" 
else: 
    print "yes an url" 

i co otrzymuję to yes an url. Czy to oznacza, że ​​jestem dobry, ten test na prawidłowy IRI? Czy istnieje inny sposób?

Answer 1

Korzystanie urlparse nie jest wystarczająca do testowania ważny IRI.

użyć rfc3987 package zamiast:

from rfc3987 import parse 

parse('http://fdasdf.fdsfîășîs.fss/ăîăî', rule='IRI') 

Answer 2

Jedyny kod wrażliwy na zestaw znaków w the implementation of urlparse wymaga, aby schemat zawierał tylko litery ASCII, cyfry i znaki [+ -.]; w przeciwnym razie jest całkowicie agnostyczny, więc będzie dobrze działać z znakami spoza ASCII.

Jako że jest to non-documented behaviour, obowiązkiem użytkownika jest sprawdzenie, czy tak jest w dalszym ciągu (z testami w projekcie), ale nie wyobrażam sobie, że zostanie zmieniony w celu przerwania IRI.

urllib zapewnia quoting functions przekonwertować Iris z/ASCII URI, choć nadal nie wspominając Iris wyraźnie w dokumentacji, a oni są podzielone w niektórych przypadkach: Is there a unicode-ready substitute I can use for urllib.quote and urllib.unquote in Python 2.6.5?