我学习了爬虫实战课程。其中在操作过程中遇到了以下问题:在打印a标签中的href时,抓取的href,缺少http。仅显:/meinvtupian/xingganmeinv/300404.htm.之后想响应子页面,就产生了报错。显示为error:nvalid URL '/meinvtupian/xingganmeinv/300382.htm': No schema supplied. Perhaps you meant http:///meinvtupian/xingganmeinv/300382.htm?
怎么解决呢各位大佬,我查看网站源代码的超链接,在a标签的href中怎么都找不到https://www.umei.cc/的前缀。
爬虫新手,请指教。本人愚笨,感谢各位大佬指导。附图如下。
import requests
from bs4 import BeautifulSoup
url="https://www.umei.cc"
resp=requests.get(url)
resp.encoding="utf-8"
print(resp.text)
main_page=BeautifulSoup(resp.text,"html.parser")
alist = main_page.find("div",attrs={"class":"index-list-imgc h422"}).find_all("a")
print(alist)
for a in alist: #从alist里找a标签
print(a.get("href")) #从每一个a标签(</a>)里拿出href
#发送请求到子页面,进入到图片页面中
href=a.get("href") #子页面链接命名为href,该子页面只不过是鼠标附在图片表面的超链接,为了点进去看图片。必须响应子页面请求,则要使用requests
resp1=requests.get(href)
resp1.encoding="utf-8"
resp1.text