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 dealelse:_____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