def __init__(self, sortedUrlPh):
'初始化urlid表 使用docID进行转化'
#找到对应url
self.urltest = Urltest() #链接的相关操作对象
f = open(sortedUrlPh)
c = f.readlines()
f.close()
self.urlID = []
for l in c:
self.urlID.append(l.split()[1])
class UrlTrans:
'传入url 转化为标准形式'
def __init__(self, sortedUrlPh):
'初始化urlid表 使用docID进行转化'
#找到对应url
self.urltest = Urltest() #链接的相关操作对象
f = open(sortedUrlPh)
c = f.readlines()
f.close()
self.urlID = []
for l in c:
self.urlID.append(l.split()[1])
def setTemHomeUrl(self, docID):
'传入docID 取回url'
#便于相对地址的转化
self.temurl = self.urlID[int(docID)]
def trans_d(self, url):
#此处不对url检验
item = url
if item[0:4] == '\r\n':
item = item[4:]
if item[-1] == '/':
item = item[:-1]
if len(item) >= len('http://') and item[0:7] == 'http://':
return item
if item[0:5] == '/java' or item[0:4] == 'java':
return False
if item[0:3] == '../':
item = self.urltest.absUrl(self.temurl, item)
elif item[0] != '/':
item = '/' + item
item = self.temurl + item #使用局部home_url代替了homeurl
elif item[:2] == './':
item = self.temurl + item[2:]
return item