问题： 抓到的URL有些是相对路径，怎么识别出来然后让他自动把URL连接上?

Question

现在程序：class URLLister(SGMLParser):def reset(self):SGMLParser.reset(self)self.urls = []def start_a(self, attrs):href = [v for k, v in attrs if k=='href']if href:self.urls.extend(href)f = urllib2.urlopen("http://www.baidu.com/")if f.code == 200:parser = URLLister()parser.feed(f.read())f.close()for url in parser.urls:print url

Answer 1

可以在start_a里面改，一般是相对路径的话，都不是以http://开头的。所以你得判断一下，是否以http开头，否则，进行添加路径名的操作。
可以用find来做。比如
if href.find("http://") == 0:
_____pass #no deal
else:
_____addurl(href)
关于路径名的话，一般就是 域名 + 当前相对路径，
当然，也可以将正在爬的本页域名当参数传入，具体分情况处理。

Answer 2

不过，不知道这几种相对路径都代表什么啊？
path
/path...
./path...
函数addurl需要分类讨论，来加域名，或者当前网页的路径