1
我使用BeautifulSoup抓取网站。当它返回链接时,它以/watch/411012/1/test.html
的形式出现 - 我如何设置它以便返回http://website.co.uk/watch/411012/1/test.html?BeautifulSoup网页抓取
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']
我怎么能对多个网站这样做是在一个脚本。 –
@AlexMcbatman好吧,base_url会是你正在浏览的网站 - “http://website.co.uk”在这种情况下......看看如果你遇到困难时创建一个单独的问题是否有意义。谢谢。 – alecxe