JermeryBesian 2017-05-20 08:02 采纳率: 50%
浏览 1177
已采纳

Python爬取网页时的#号是为了区分什么

for link in links:
if('href' in dict(link.attrs)):
url=urlparse.urljoin(page,link['href'])
if url.find(" ' ")!=-1:continue
url=url.split('#')[0]
哪位大神能解释一下后三行的代码的意思呀~最近在学习用Python爬取网站，但是对一些代码对网站内容的处理不是特别理解。urljoin那句的意思是把link中键为'href'的值取出来，赋值给page吗？后面两句就不是很懂了。。为什么要判断url是否有 ' 号呀，还有为什么要按#号分割，还要取列表的第一个值？多谢大神教导了

  • 写回答

1条回答 默认 最新

  • threenewbee 2017-05-20 16:14
    关注
     #是html的锚点，所以要排除在url地址之外
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

    报告相同问题？

    悬赏问题

    • ¥15 multisim电路设计（相关搜索：设计报告）
    • ¥15 从github上下载的项目到ecplise上咋运行
    • ¥15 PC-lint Plus
    • ¥15 gpl24676注释
    • ¥15 php5.3内存泄露
    • ¥15 DigSilent如何复制复合模型到自己案例？
    • ¥15 求日版华为b610s-77a 官方公版固件，有偿
    • ¥15 关于#java#的问题，请各位专家解答！（相关搜索：java程序）
    • ¥15 linux tsi721的驱动编译后 insmod 提示 报错
    • ¥20 multisim测数据