python asyncio异步爬虫

import aiohttp
import asyncio
from bs4 import BeautifulSoup
import re

# 异步爬取一个页面的 HTML 内容
async def fetch_html(url, session):
    try:
        async with session.get(url) as response:
            if response.status == 200:
                return await response.text()
            else:
                print(f"无法访问 {url},状态码: {response.status}")
                return None
    except Exception as e:
        print(f"请求失败: {e}")
        return None

# 从 HTML 中提取所有链接
def extract_links(html, base_url):
    soup = BeautifulSoup(html, 'html.parser')
    links = set()

    # 查找所有 <a> 标签,并提取 href 属性
    for link in soup.find_all('a', href=True):
        href = link['href']
        if href.startswith('
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

打赏作者

极客-杀生丸

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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