Python获取网页所有超链接

2024年5月8日 139次阅读 来源: xuedingeca 
import requests
from bs4 import BeautifulSoup

def getHTMLText(url):
    ''' 此函数用于获取网页的html文档 '''
    try:
        #获取服务器的响应内容，并设置最大请求时间为6秒
        res = requests.get(url, timeout = 6)
        #判断返回状态码是否为200
        res.raise_for_status()
        #设置该html文档可能的编码
        res.encoding = res.apparent_encoding
        #返回网页HTML代码
        return res.text
    except:
        return '产生异常'

def main():
    ''' 主函数 '''
    #目标网页，这个可以换成一个你喜欢的网站
    url = 'https://www.cnblogs.com/huwt/'

    demo = getHTMLText(url)

    #解析HTML代码
    soup = BeautifulSoup(demo, 'html.parser')

    #模糊搜索HTML代码的所有包含href属性的<a>标签
    a_labels = soup.find_all('a', attrs={ 'href': True})

    #获取所有<a>标签中的href对应的值，即超链接
    for a in a_labels:
        print(a.get('href'))

main()
    原文作者：xuedingeca
    原文地址: https://blog.csdn.net/xuedingeca/article/details/107856134
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞