从 HTML JS src 标签导出正确的 URL
Derive correct URLs from HTML JS src tag
我正在使用 Python3 的 html.parser 解析 HTML 网站以搜索所有包含的 JavaScript 文件。为此，我遍历所有 script 标签并检索 src 属性的内容。
挑战在于构建正确的 URLs。 src 属性可能包含一个完全限定的 URL，如 https://example.com/jsfile.js，但它也可能只包含一个相对路径。在这些情况下，我必须手动设置方案（http 或 https）和域/网络位置。
因为我想不出一个可靠的解决方案：有人知道我如何在 Python3.5 中做到这一点吗？
提前致谢，
安迪
使用
urllib.parse.urljoin 获取完整网址
如果是完整路径，它将 return 原样，如果是相对路径，它将 return 完整路径。
这里有一个例子：
我正在使用 Python3 的 html.parser 解析 HTML 网站以搜索所有包含的 JavaScript 文件。为此，我遍历所有 script 标签并检索 src 属性的内容。
挑战在于构建正确的 URLs。 src 属性可能包含一个完全限定的 URL，如 https://example.com/jsfile.js，但它也可能只包含一个相对路径。在这些情况下，我必须手动设置方案（http 或 https）和域/网络位置。
因为我想不出一个可靠的解决方案：有人知道我如何在 Python3.5 中做到这一点吗？
提前致谢， 安迪
使用
urllib.parse.urljoin 获取完整网址
如果是完整路径，它将 return 原样，如果是相对路径，它将 return 完整路径。
这里有一个例子：