工作我使用美丽的汤和我写一个履带式并在它下面的代码:替换字符不是蟒蛇
print soup.originalEncoding
#self.addtoindex(page, soup)
links=soup('a')
for link in links:
if('href' in dict(link.attrs)):
link['href'].replace('..', '')
url=urljoin(page, link['href'])
if url.find("'") != -1:
continue
url = url.split('?')[0]
url = url.split('#')[0]
if url[0:4] == 'http':
newpages.add(url)
pages = newpages
的link['href'].replace('..', '')
应该修复出来的../contact链接/orderform.aspx,../contact/requestconsult.aspx等,但它不起作用。链接仍然有领先的“..”有什么我失踪?