分析网页得到链接

<iframe align="center" marginwidth="0" marginheight="0" src="http://www.zealware.com/csdnblog336280.html" frameborder="0" width="336" scrolling="no" height="280"></iframe>

1. 用urllib2/sgmllib包,将目标网页的所有URL列出。

import urllib2

from sgmllib import SGMLParser

class URLLister(SGMLParser):
def reset(self):
SGMLParser.reset(self)
self.urls
= []

def start_a(self,attrs):
href
= [v for k,v in attrs if k == ' href ' ]
if href:
self.urls.extend(href)

f
= urllib2.urlopen( " http://icode.youkuaiyun.com " )

if f.code == 200 :
parser
= URLLister()
parser.feed(f.read())
f.close()
for url in parser.urls: print url

2. 使用BeautifulSoup分析数据

http://www.crummy.com/software/BeautifulSoup/,这里有很详细的文档




评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值