我正在使用python和lxml收集一些Web数据。
如果我有一些元素:
import requests
from lxml import html
r = requests.get(url)
tree = html.fromstring(r.text)
file_ = tree.xpath('some_xpath')[0]
url=file_.attrib['href'] #element
它产生了如下的结果:
../Document1/Document2.aspx?No=123456
我的基本URL类似于:
http://www.foo.com/
我可以添加基URL并清除间接的前导句点,但必须有更好的方法。
谢谢你的意见。