抱歉，如果有重复，我进行了搜索，但找不到答案。我正在编写一个刮板，以刮擦由Web服务器提供的默认目录索引页。的HTML看起来像这样
<html>
<head><title>Index of /Mysongs</title></head>
<body bgcolor="white">
<h1>Index of /Mysongs</h1><hr><pre><a href="../">../</a>
<a href="Mysong1.mkv">Mysong1.mp3</a> 10-May-2016 07:24 183019
<a href="Mysong2.mkv">Mysong2.ogg</a> 10-May-2016 07:27 177205
该href链接看起来仅是文本，而不是url（<a href="Mysong2.mkv">），但指向文本时，它会在浏览器的状态栏中显示该链接（http://127.0.0.1/Mysongs/Mysong2.ogg）
我试图使用beautifulsoup提取网址，像这样
#!/usr/bin/python
import httplib2
import sys
from BeautifulSoup import BeautifulSoup, SoupStrainer
http = httplib2.Http()
status, response = http.request(sys.argv[1])
for link in BeautifulSoup(response, parseOnlyThese=SoupStrainer('a')):
print link.get('href')
而且我无法获得像这样的链接http://127.0.0.1/Mysongs/Mysong2.ogg，而只有<a href="Mysong1.mkv">Mysong1.mp3</a> 10-May-2016 07:24
我应该使用sys.argv[1]构建类似的href链接吗
print sys.argv[1] + link.get('href')
还是有一些更好的方法来做到这一点？
编辑：：当前输出为
Mysong1.mp3
Mysong2.ogg
预期产量：
http://127.0.0.1/Mysong1.mp3
http://127.0.0.1/Mysong1.0gg
是的，您唯一的选择是添加基本URL。但是不要这样添加：
print sys.argv[1] + link.get('href')
用这个：
from urlparse import urljoin
urljoin('http://something.com/random/abc.html', '../../music/MySong.mp3')
在您的方法中，可能无法识别和处理相对路径，请对其进行urljoin处理。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句