小弟爬虫新手想请教各位前辈
目前有一个专题是要爬518人力银行的征才网页
小弟目前是用beautifulsoup爬列表页里面的Anchor
但是518连结内文档的Anchor href有空白像这样
https://www.518.com.tw/外商线上娱乐集团 征聘 JAVA Developer 2名 工作地点
菲律宾-其它亚洲-东南亚-job-1471387.html?kw=java&pi=1
导致使用
for link in soup.find_all('a'):
print(link.get('href'))
爬出来的href只到https://www.518.com.tw/外商线上娱乐集团
空格后面的变成纯字串造成爬出来的href连到错误的网页
所以想请问此情况要如何解决让空格后面的内容也可以放进去href？
感谢各位前辈帮忙~

regex

1. 如果格式正确，就算有空白也不会影响抓到的attr内容ref: https://imgur.com/a/7UzIO2. 我自己对518发请求在一般列表可以抓到完整url综上所述，你可能要看一下是不是你别的处理有截断输入

所以你爬出来的href是正确的，只是在jupyter的print结果，显示的超连结不符合预期，直接点下去无法连结到你要的网页。是这样吗？

是，我这要求是不是太龟毛了Orz

因为规格上url是不能有空白，实际上动作时会被encode这样切是可以理解，不过刚刚试了markdown外挂也不行他不会照着变量去render.....这就很烦，不过还是可以解ref: http://bit.ly/2FEnc0Jdemo: https://imgur.com/a/HLGsX

可是为何需要在这里显示为超连结呢？如果是我的话，举例来说我想把资料抓了之后整理到excel档，那对我来说print出来的结果怎么呈现并不重要。

直接叫他吐html出来

把空格改成%20试试看

直接在 print 之前 urlencode 一发不行吗

我觉得要考虑schema很麻烦加encode后不好读就没有保留在out上的意义，所以如果真要作还是会用_repr_html_

参考 https://stackoverflow.com/questions/33049729/

http://tedwu.logdown.com/posts/5297905 可以这样改