python - 如何在 Python 中查找相对 URL 并将其转换为绝对 URL

Question

我从网页 ( http://www.opensolaris.org/os/community/on/flag-days/all/ ) 中提取了一些代码，如下所示，

<tr class="build">
  <th colspan="0">Build 110</th>
</tr>
<tr class="arccase project flagday">
  <td>Feb-25</td>
  <td></td>
  <td></td>
  <td></td>
  <td>
    <a href="../pages/2009022501/">Flag Day and Heads Up: Power Aware Dispatcher and Deep C-States</a><br />
    cpupm keyword mode extensions - <a href="/os/community/arc/caselog/2008/777/">PSARC/2008/777</a><br />
    CPU Deep Idle Keyword - <a href="/os/community/arc/caselog/2008/663/">PSARC/2008/663</a><br />
  </td>
</tr>

里面有一些相对url路径，现在我想用正则表达式搜索它并用绝对url路径替换它们。因为我知道 urljoin 可以像那样做替换工作，

>>> urljoin("http://www.opensolaris.org/os/community/on/flag-days/all/",
...         "/os/community/arc/caselog/2008/777/")
'http://www.opensolaris.org/os/community/arc/caselog/2008/777/'

现在我想知道如何使用正则表达式搜索它们，最后将代码转换为，

<tr class="build">
  <th colspan="0">Build 110</th>
</tr>
<tr class="arccase project flagday">
  <td>Feb-25</td>
  <td></td>
  <td></td>
  <td></td>
  <td>
    <a href="http://www.opensolaris.org/os/community/on/flag-days/all//pages/2009022501/">Flag Day and Heads Up: Power Aware Dispatcher and Deep C-States</a><br />
    cpupm keyword mode extensions - <a href="http://www.opensolaris.org/os/community/arc/caselog/2008/777/">PSARC/2008/777</a><br />
    CPU Deep Idle Keyword - <a href="http://www.opensolaris.org/os/community/arc/caselog/2008/663/">PSARC/2008/663</a><br />
  </td>
</tr>

我对正则表达式的了解太少了，所以我想知道如何做到这一点。谢谢

我用Beautiful Soup完成了工作，哈哈~谢谢大家!

Answer 1

我不确定您要实现什么但使用 BASE tag in HTML可以为您完成此技巧，而无需在处理时求助于正则表达式。