Python提取网页中超链接的方法

Ecco il metodo più semplice di implementazione, prima di tutto, cattura la pagina obiettivo, quindi ottieni gli hyperlink dall'attributo href degli a tag tramite l'abbinamento regolare

Il codice è il seguente:

import urllib2
import re
url = 'http://www.sunbloger.com/'
req = urllib2.Request(url)
con = urllib2.urlopen(req)
doc = con.read()
con.close()
links = re.findall(r'href\=\"(http\:\/\/[a-zA-Z0-9\.\/]+)\"', doc)
for a in links:
  print a

Sommario

Questo è tutto il contenuto dell'articolo, spero che il contenuto di questo articolo possa aiutare la tua apprendimento o lavoro, se hai domande puoi lasciare un messaggio di discussione.