Méthode Python pour extraire les hyperliens des pages Web

De nombreuses personnes envisagent d'utiliser Python pour le développement de robots lorsqu'elles apprennent Python pour la première fois. Puisque vous souhaitez effectuer un robot d'exploration, vous devez d'abord explorer la page Web et extraire l'adresse du lien hypertexte de la page Web. Cet article partagera avec vous une méthode simple, à laquelle vous pourrez vous référer si nécessaire.

Ce qui suit est la méthode d'implémentation la plus simple. Tout d'abord, capturez la page Web cible, puis obtenez le lien hypertexte via une correspondance régulière de l'attribut href dans la balise a

Le code. est la suivante :

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

Pour plus d'articles liés à la méthode Python d'extraction d'hyperliens à partir de pages Web , veuillez faire attention au site Web PHP chinois !