免费注册	查看新帖 \|


平台论坛博客文库

› 论坛 › 程序设计 › Python › HTMLParser解析出的url不完整

最近访问板块

发新帖

查看: 2535 | 回复: 3

上一主题

下一主题

HTMLParser解析出的url不完整 [复制链接]

论坛徽章:: 0

电梯直达

跳转到指定楼层

1楼 [收藏(0)] [报告]

发表于 2015-03-04 16:30 |只看该作者 |倒序浏览

rt，用HTMLParser库写了一个小爬虫，想获取页面中<cite>标签的内容，该标签的值是一个url。但发现解析得到的url并不完整，如：
域名/.../BM05003_2013000587692832.sht...
域名/.../getQuestionBySurveyId?...
域名/95598/.../getQuestionBySurveyId?...
域名/95598/.../getQuestionBySurveyId?...
我的初步估计长度可能有限制，但自己也无法证实。请问大家有人知道是怎么回事吗？多谢了！！

文库|博客

论坛徽章:: 0

2楼 [报告]

发表于 2015-03-04 16:31 |只看该作者

抱歉，论坛中还没有权限发表url。。。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 4

双子座
日期:2014-08-28 10:08:00

2015年辞旧岁徽章
日期:2015-03-03 16:54:15

2015年迎新春徽章
日期:2015-03-04 09:58:11

2015年亚洲杯之阿联酋
日期:2015-03-13 03:25:15

3楼 [报告]

发表于 2015-03-04 17:59 |只看该作者

也许人家本来就是非全路径的url，你看看自己加上前面的内容可以吗？

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

4楼 [报告]

发表于 2015-03-04 23:21 |只看该作者

收到的html中，url都是完整的哈，也能打开。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

发新帖

Chinaunix › 论坛 › 程序设计 › Python › HTMLParser解析出的url不完整

北京盛拓优讯信息技术有限公司. 版权所有京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP