首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >BeautifulSoup网络抓取

BeautifulSoup网络抓取
EN

Stack Overflow用户
提问于 2016-03-30 20:10:43
回答 1查看 71关注 0票数 1

我正在使用BeautifulSoup来刮一个网站。当它返回链接时,它以/watch/411012/1/test.html的形式出现--我如何使它能够返回http://website.co.uk/watch/411012/1/test.html呢?

代码语言:javascript
复制
from bs4 import BeautifulSoup
import urllib2
import re

resp = urllib2.urlopen("http://website.co.uk") #add more sites
soup = BeautifulSoup(resp, from_encoding=resp.info().getparam('charset'))

for link in soup.find_all('a', href=re.compile('sports')): 
    print link['href']
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2016-03-30 20:11:40

使用urlparse.urljoin()

代码语言:javascript
复制
from urlparse import urljoin

base_url = "http://website.co.uk"
for link in soup.find_all('a', href=re.compile('sports')): 
    print urljoin(base_url, link['href'])
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/36318760

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档