Python-сообщество

Большая часть вопроса - в заголовке. Получаю хтмл, требуется преобразовать все пути вида /subdir/file1.html в http://site.com/subdir/file1.html
Чем можно сделать?

Правильней всего это делать во время генерации хтмл.
Если страници приходят из “черного ящика”, который вас недоступен - используйте например регулярные виражения для замены, потом отображайте страницу.
Или после загрузки страницы меняйте javascript-ом. =)

Я ничего не генерирую =) я его скачиваю. А вообще походу нашел решение - BS/lxml + urlparse + urljoin сделают дело.

вот простенько

import re

html = '''
<a href="http://somesite.ru/url/">
<img src="pics/pic.jpg">
<img src="/pics/pic2.jpg">
</a>
'''
prefix = 'http://site.ru'
print re.sub(r'((href|src)=[\'\"](?!http))(.*?[\'\"])', '\\1%s/\\3' % prefix, html)

Отредактировано (Окт. 25, 2010 16:04:25)

простенько для тех кто умеет регулярки =) А у меня никак не доходят руки заботать их, хотя надобность какждый день возникает =(

mrzaggi
простенько для тех кто умеет регулярки =) А у меня никак не доходят руки заботать их, хотя надобность какждый день возникает =(

mrzaggi
Я ничего не генерирую =) я его скачиваю. А вообще походу нашел решение - BS/lxml + urlparse + urljoin сделают дело.

Вах спасибо.