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 如何在scanpy上做差异基因和通路富集？
  • ¥20 关于#硬件工程#的问题，请各位专家解答！
  • ¥15 关于#matlab#的问题：期望的系统闭环传递函数为G(s)=wn^2/s^2+2¢wn+wn^2阻尼系数¢=0.707，使系统具有较小的超调量
  • ¥15 FLUENT如何实现在堆积颗粒的上表面加载高斯热源
  • ¥30 截图中的mathematics程序转换成matlab
  • ¥15 动力学代码报错，维度不匹配
  • ¥15 Power query添加列问题
  • ¥50 Kubernetes&Fission&Eleasticsearch
  • ¥15 報錯：Person is not mapped，如何解決？
  • ¥15 c++头文件不能识别CDialog