Python提取網(wǎng)頁中超鏈接的方法
更新時(shí)間：2016年09月18日 10:19:32 投稿：daisy
很多人在一開始學(xué)習(xí)Python，會打算用作爬蟲開發(fā)。既然要做爬蟲，首先就要抓取網(wǎng)頁，并且從網(wǎng)頁中提取出超鏈接地址。這篇文章給大家分享一個(gè)簡單的方法，有需要的可以參考借鑒。
下面是最簡單的實(shí)現(xiàn)方法，先將目標(biāo)網(wǎng)頁抓回來，然后通過正則匹配a標(biāo)簽中的href屬性來獲得超鏈接
代碼如下：
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
總結(jié)
以上就是這篇文章的全部內(nèi)容，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能有所幫助，如果有疑問大家可以留言交流。
相關(guān)文章
這篇文章主要介紹了python 爬取知乎的微信8.0狀態(tài)視頻的方法，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03
requests是python實(shí)現(xiàn)的簡單易用的HTTP庫,使用起來比urllib簡潔很多,下面這篇文章主要給大家介紹了關(guān)于python爬蟲之request模塊的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-03-03
在本篇文章里小編給大家整理了關(guān)于python深淺拷貝區(qū)別的相關(guān)知識點(diǎn)總結(jié)，有興趣的朋友們可以參考下。2019-06-06
Python探測局部作用域的時(shí)候：是在python編譯代碼時(shí)檢測，而不是通過他們在運(yùn)行時(shí)的賦值。2008-10-10
在本篇文章里小編給大家分享了關(guān)于Python元組的相關(guān)知識點(diǎn)內(nèi)容，有興趣的朋友們學(xué)習(xí)下。2019-02-02
SQLAlchemy是一個(gè)基于Python實(shí)現(xiàn)的ORM對象關(guān)系映射框架，該框架建立在DB API之上，使用關(guān)系對象映射進(jìn)行數(shù)據(jù)庫操作，這篇文章主要介紹了SQLAlchemy簡介以及基本使用,需要的朋友可以參考下2023-08-08
Python調(diào)用scp向服務(wù)器上傳文件示例
今天小編就為大家分享一篇Python調(diào)用scp向服務(wù)器上傳文件示例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
今天小編大家分享一篇python順序執(zhí)行多個(gè)py文件的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
Python實(shí)現(xiàn)將MySQL數(shù)據(jù)庫查詢結(jié)果導(dǎo)出到Excel
在實(shí)際工作中,我們經(jīng)常需要將數(shù)據(jù)庫中的數(shù)據(jù)導(dǎo)出到Excel表格中進(jìn)行進(jìn)一步的分析和處理,Python中的pymysql和xlsxwriter庫提供了很好的解決方案,下面我們就來看看具體操作方法吧2023-11-11
今天小編就為大家分享一篇解決pycharm無法調(diào)用pip安裝的包問題，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05