Python urlparse.urljoin（）不处理无效的父目录

当从相对URL构建绝对URL时，是否有方法解释“无效”父目录，或者我应该只使用

.replace（）

---

更好的是，在Python中进行抓取时，有没有更干净的方法来清理URL？

正如您所说，这没有意义。您可以从根目录转到更高的位置。因此，在不了解作者意图的情况下，将第二部分规范化将是困难的。只有你知道如何正确消毒。：）

请参阅以获得解决方案。

>>> from urlparse import urljoin
>>> url = urljoin('http://www.example.com/path/', '../../../index.html')
>>> url
'http://www.example.com/../../index.html'
>>> url.replace('../', '')
'http://www.example.com/index.html'