【发布时间】:2016-01-16 13:32:51
【问题描述】:
使用下面的简单代码,我面临以下问题:为什么 Beautiful Soup 只返回文件名而不是完整的链接地址?
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
我得到的都是输出:
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
【问题讨论】:
-
大概是因为该页面上的href链接都是相对的。