0
使用下面的簡單代碼,我遇到了以下問題:爲什麼Beautiful Soup只返回文件名而不是完整的鏈接地址?爲什麼美麗的湯返回文件名而不是完整的鏈接?
from bs4 import BeautifulSoup
import urllib2
url = 'http://www.gks.ru/bgd/free/B00_25/IssWWW.exe/Stg/d000/I000650R.HTM'
data = urllib2.urlopen(url).read()
page = BeautifulSoup(data,'lxml')
for link in page.findAll('a'):
l = link.get('href')
print l
所有我得到的輸出:
I000660R.HTM
I000670R.HTM
I000680R.HTM
I000690R.HTM
I000700R.HTM
I000706R.HTM
I000707R.HTM
I000708R.HTM
I000709R.HTM
000710.HTM
000711.HTM
000712.HTM
000713.HTM
000714.HTM
000715.HTM
大概是因爲該頁面上的href鏈接都是相對的。 – jonrsharpe