如何使用Python从HTML获得href链接？

如何使用Python从HTML获得href链接？

尝试使用Beautifulsoup：

from BeautifulSoup import BeautifulSoupimport urllib2import rehtml_page = urllib2.urlopen("http://www.yourwebsite.com")soup = BeautifulSoup(html_page)for link in soup.findAll('a'):    print link.get('href')

如果您只想要以开头的链接

http://

，则应使用：

soup.findAll('a', attrs={'href': re.compile("^http://")})

在带有BS4的Python 3中，它应该是：

from bs4 import BeautifulSoupimport urllib.requesthtml_page = urllib.request.urlopen("http://www.yourwebsite.com")soup = BeautifulSoup(html_page, "html.parser")for link in soup.findAll('a'):    print(link.get('href'))