用Python提取网页中的超链接

最近正在学习Python，打算用作爬虫开发。既然要做爬虫，首先就要抓取网页，并且从网页中提取出超链接地址。

下面是最简单的实现方法，先将目标网页抓回来，然后通过正则匹配a标签中的href属性来获得超链接，代码如下：

代码语言：javascript复制

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

阳光部落原创，更多内容请访问http://www.sunbloger.com/

爬虫

0 人点赞