1
我使用BeautifulSoup抓取網站。當它返回鏈接時,它以/watch/411012/1/test.html
的形式出現 - 我如何設置它以便返回http://website.co.uk/watch/411012/1/test.html?BeautifulSoup網頁抓取
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']
我怎麼能對多個網站這樣做是在一個腳本。 –
@AlexMcbatman好吧,base_url會是你正在瀏覽的網站 - 「http://website.co.uk」在這種情況下......看看如果你遇到困難時創建一個單獨的問題是否有意義。謝謝。 – alecxe