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
Python爬取网页时的#号是为了区分什么
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
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