linux办公网
BeautifulSoup对于某些网站仅返回部分链接的问题。
创始人
2024-11-27 13:30:21
0次

使用 urlparse 模块对链接进行补全。

示例代码：

from urllib.parse import urlparse

import requests
from bs4 import BeautifulSoup

url = 'http://example.com'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
links = soup.find_all('a')

for link in links:
    href = link.get('href')
    if href:
        parsed_url = urlparse(href, scheme='http', allow_fragments=False)
        if not parsed_url.netloc:
            parsed_url = parsed_url._replace(netloc=urlparse(url).netloc)
            link['href'] = parsed_url.geturl()

print(soup)

这里的做法是使用 urlparse 解析链接，并补全缺失的部分。如果链接不包含主机名，则使用原始链接的主机名进行补全。最后，将链接赋回原始元素的 href 属性。

上一篇：BeautifulSoup对于<a>标签返回一些奇怪的文本。

下一篇：BeautifulSoup方法

相关内容

热门资讯

保存时出现了1个错误，导致这篇... 当保存文章时出现错误时，可以通过以下步骤解决问题：查看错误信息：查看错误提示信息可以帮助我们了解具体...
汇川伺服电机位置控制模式参数配... 1. 基本控制参数设置 1）设置位置控制模式   2）绝对值位置线性模...
不能访问光猫的的管理页面 光猫是现代家庭宽带网络的重要组成部分，它可以提供高速稳定的网络连接。但是，有时候我们会遇到不能访问光...
不一致的条件格式 要解决不一致的条件格式问题，可以按照以下步骤进行：确定条件格式的规则：首先，需要明确条件格式的规则是...
本地主机上的图像未显示 问题描述：在本地主机上显示图像时，图像未能正常显示。解决方法：以下是一些可能的解决方法，具体取决于问...
表格列调整大小出现问题 问题描述：表格列调整大小出现问题，无法正常调整列宽。解决方法：检查表格的布局方式是否正确。确保表格使...
表格中数据未显示 当表格中的数据未显示时，可能是由于以下几个原因导致的：HTML代码问题：检查表格的HTML代码是否正...
Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限：此外...
【NI Multisim 14...   目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介： 银河麒麟高级服务器操作系统V10是针对企业级关键业务...