Python提取網(wǎng)頁(yè)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(huì)打算用作爬蟲開發(fā)。既然要做爬蟲，首先就要抓取網(wǎng)頁(yè)，并且從網(wǎng)頁(yè)中提取出超鏈接地址。這篇文章給大家分享一個(gè)簡(jiǎn)單的方法，有需要的可以參考借鑒。
下面是最簡(jiǎn)單的實(shí)現(xiàn)方法，先將目標(biāo)網(wǎng)頁(yè)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?jī)?nèi)容，希望本文的內(nèi)容對(duì)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
在本篇文章里小編給大家整理了關(guān)于python range實(shí)例用法，有需要的朋友們可以學(xué)習(xí)參考下2020-02-02
python數(shù)據(jù)類型_字符串常用操作(詳解)
下面小編就為大家?guī)硪黄猵ython數(shù)據(jù)類型_字符串常用操作(詳解)。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-05-05
這篇文章主要介紹了python中字典取最大值的應(yīng)用方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Pytorch搭建簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)(CNN)實(shí)現(xiàn)MNIST數(shù)據(jù)集分類任務(wù)
這篇文章主要介紹了Pytorch搭建簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò)(CNN)實(shí)現(xiàn)MNIST數(shù)據(jù)集分類任務(wù),本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-03-03
Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例
本文主要介紹了Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例,包括處理缺失值、異常值,進(jìn)行數(shù)據(jù)轉(zhuǎn)換和規(guī)范化,以及處理重復(fù)數(shù)據(jù)等操作,感興趣的可以了解一下2024-01-01
本文是一篇關(guān)于python爬蟲的知識(shí)學(xué)習(xí)教程，并且給大家解答了學(xué)習(xí)了python爬蟲怎么掙錢這個(gè)很多程序員疑惑的問題，如果你對(duì)這方面的知識(shí)也感興趣，一起深入學(xué)習(xí)一下吧。2018-01-01
學(xué)會(huì)迭代器設(shè)計(jì)模式，幫你大幅提升python性能
這篇文章主要介紹了python 迭代器設(shè)計(jì)模式的相關(guān)資料，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
Python每天必學(xué)之bytes字節(jié)，針對(duì)Python中的bytes字節(jié)進(jìn)行學(xué)習(xí)理解，感興趣的小伙伴們可以參考一下2016-01-01
python 兩種方法修改文件的創(chuàng)建時(shí)間、修改時(shí)間、訪問時(shí)間
這篇文章主要介紹了python 如何修改文件的創(chuàng)建時(shí)間、修改時(shí)間、訪問時(shí)間的兩種方法，幫助大家更好的利用python處理文件，感興趣的朋友可以了解下2020-09-09
這篇文章主要介紹了Python中的struct模塊,代碼基于Python2.x版本,需要的朋友可以參考下2015-04-04