Python 如何将html文件的链接更改为本地链接

我正在python 2.7上制作自己的网络爬虫，将网站下载到我计算机中的某个路径，并以与服务器上的网站文件夹类似的方式保存文件，例如：

我会在里面做一个stackoverflow的目录一个问题的目录，在里面这个页面的html文件

如果我的计算机上已经存在我下载的网页，我如何将internet网页的链接更改为我下载的网页的链接

例如，如果有：

因此我将通过python将此html代码更改为

或类似的东西

我不知道它是否有用，但这是我用来下载单个文件的功能： def下载文件（路径、url）：

---

每当抓取链接并将页面保存到路径时，请将链接和路径保存到词典

你还需要确定一些事情 1.每个路径对于一个链接来说都是唯一的（有点可选，但我想真的很有用） 2.您没有从其他链接覆盖到该路径中的任何其他页面

然后，在完成爬网之后，需要“手动”（当然，使用一些python代码）编辑下载文件中的链接，以指向文件系统中的文件

通过手动编辑，我的意思是使用一些模块（

re

）来搜索和替换下载文件中的字符串

执行此转换后，将丢失对作为文件原始源的网页的引用

如果您需要保留原始的在线url，只需为每个url提供一个唯一的ID，并将其存储在本地数据库中（当然还有您下载文件的文件系统路径）

如果你自己不能做到这一点，请寻求更多的帮助

[编辑] 使用re模块，您可以执行以下操作

import re

html_file_content = u"asdf 1234 this should contain the source code of a html page that you downloaded"
pattern = u"http://the-url-from-which-you-downloaded-the-html-file.com"
path = u"d:/whatever/path/where/you/downloaded/the/html/file"
new_file_content = re.sub(pattern, path, a)

---

名称

new\u file\u content

将包含源文件，文件系统路径而不是链接。。。请确保将一个文件：//连接到

路径

变量的开头，以便浏览器可以将其识别为有效链接（例如

文件：//d:/downloads/python\u crawler

，而不仅仅是

d:/downloads/python\u crawler
，如果我是你，我会用它来代替urlib，你能帮我完成以下部分吗：“使用某些模块（re）”搜索和替换下载文件中的字符串。“我猜're.sub（pattern，path，a）'应该是're.sub（pattern，path，html\u file\u content）'？
import re

html_file_content = u"asdf 1234 this should contain the source code of a html page that you downloaded"
pattern = u"http://the-url-from-which-you-downloaded-the-html-file.com"
path = u"d:/whatever/path/where/you/downloaded/the/html/file"
new_file_content = re.sub(pattern, path, a)