从HTML JS src标记

Question

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，我遍历所有脚本标记并检索 src 属性的内容。

挑战在于构建正确的URL。 src属性可能包含完整限定的网址，例如 https://example.com/jsfile.js ，但也可能只包含相对路径。在这些情况下，我必须手动设置方案（http或https）和域/网络位置。

由于我无法提出可靠的解决方案：有没有人知道我如何在Python3.5中做到这一点？

提前致谢， 安迪

Answer 1

使用

urllib.parse.urljoin获取完整网址

如果它的完整路径将按原样返回，如果它的相对值将返回完整路径。

这是一个例子：