Python爬虫之地址自动补全

我们在做爬虫项目的时候很经常遇到,提取的地址不全而需要我们拼接补全:

例如:

正真的地址是:http://tieba.baidu.com/mo/q-----,m?kw=123456
我们爬取到的地址是m?kw=78910

通常我的做法(使用字符串的拼接)
spider_url="m?kw=78910"
url = "http://tieba.baidu.com/mo/q-----,"+spider_url
# 最后将完整的url再次发送请求获取数据,或者直接入库
现在和大家分享一个好用的方法
In [1]: import urllib
In [2]: a="http://tieba.baidu.com/mo/q-----,m?kw=123456"
In [3]: b="m?kw=78910"
In [4]: urllib.parse.urljoin(a,b)
Out[4]: 'http://tieba.baidu.com/mo/m?kw=78910'
从而直接得到了最后的url地址,虽然结果相同,但是第二个方法可能更高端些,程序员不就是一直在追求最少的bug,最优的代码,最高端的写法.

你可能感兴趣的:(Python爬虫之地址自动补全)