解析来自websi的内部链接

Question

我需要解析任何网站的链接（我在开始解析之前设置了一个链接）。链接应该是内部的：也就是说，不要超出当前网站（外部链接应该被忽略）。我写了一部分程序代码，但是我得到了一些不必要的链接，例如：“#”、“电话：+7845225-17-72”等等。如何获取内部链接，例如：'mysite.ru/交付'或'/delivery'（在最后一个变体中，只显示部分地址）？在

我的代码：

from urllib.parse import urlparse
from bs4 import BeautifulSoup, SoupStrainer
import requests

url = 'http://101-rosa.ru'
r = requests.get(url)

soup = BeautifulSoup(r.content, 'html.parser', parse_only=SoupStrainer('a'))
urls = [link['href'] for link in soup if link.get('href')]

for u in urls:
    nu = u.contents(0)
    r = requests.get(nu)
    soup2 = BeautifulSoup(r.content, 'html.parser', parse_only=SoupStrainer('a'))
    url = [link['href'] for link in soup2 if link.get('href')]
    nu = urlparse(url)
    if nu.netloc == 'www.http://101-rosa.ru:80' and urls.count(url) == 0:
        urls.append(url)


print(len(urls))
print(urls)