scrapy爬虫遇到相对路径问题的解决

539次阅读
没有评论
scrapy爬虫遇到相对路径问题的解决

网站中很多链接用的是相对路径,直接爬取会产生报错:

Missing scheme in request url: ../index.html

在python3中使用

from urllib.parse import urljoin >>> urljoin("http://www.asite.com/folder/currentpage.html", "anotherpage.html") 'http://www.asite.com/folder/anotherpage.html' >>> urljoin("http://www.asite.com/folder/currentpage.html", "folder2/anotherpage.html") 'http://www.asite.com/folder/folder2/anotherpage.html' >>> urljoin("http://www.asite.com/folder/currentpage.html", "/folder3/anotherpage.html") 'http://www.asite.com/folder3/anotherpage.html' >>> urljoin("http://www.asite.com/folder/currentpage.html", "../finalpage.html") 'http://www.asite.com/finalpage.html'将当前链接与相对路径可以自动拼接。

神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试

相关文章:

版权声明:Python教程2022-10-25发表,共计671字。
新手QQ群:570568346,欢迎进群讨论 Python51学习