Python爬虫获取页面所有URL链接过程详解
更新时间：2020年06月04日 15:00:01 作者：程序员的人生A
这篇文章主要介绍了Python爬虫获取页面所有URL链接过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
如何获取一个页面内所有URL链接？在Python中可以使用urllib对网页进行爬取，然后利用Beautiful Soup对爬取的页面进行解析，提取出所有的URL。
什么是Beautiful Soup？
Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。
Beautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。你不需要考虑编码方式，除非文档没有指定一个编码方式，这时，Beautiful Soup就不能自动识别编码方式了。
BeautifulSoup支持Python标准库中的HTML解析器,还支持一些第三方的解析器，如果我们不安装它，则 Python 会使用 Python默认的解析器，lxml 解析器更加强大，速度更快。
全部代码：
from bs4 import BeautifulSoup
import time,re,urllib2
t=time.time()
websiteurls={}
def scanpage(url):
websiteurl=url
t=time.time()
n=0
html=urllib2.urlopen(websiteurl).read()
soup=BeautifulSoup(html)
pageurls=[]
Upageurls={}
pageurls=soup.find_all("a",href=True)
for links in pageurls:
if websiteurl in links.get("href") and links.get("href") not in Upageurls and links.get("href") not in websiteurls:
Upageurls[links.get("href")]=0
for links in Upageurls.keys():
try:
urllib2.urlopen(links).getcode()
except:
print "connect failed"
else:
t2=time.time()
Upageurls[links]=urllib2.urlopen(links).getcode()
print n,
print links,
print Upageurls[links]
t1=time.time()
print t1-t2
n+=1
print ("total is "+repr(n)+" links")
print time.time()-t
scanpage(http://news.163.com/)
利用BeautifulSoup还可以有针对性的获取网页链接：Python爬虫获取网页上的链接，通过beautifulsoup的findall()方法对匹配的标签进行查找。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python数据处理详情，文章通过json文件的一个数据表展开对主题的详细说明，具有一定的参考价值需要的小伙伴可以参考一下2022-04-04
这篇文章主要为大家详细介绍了python绘制简单彩虹图的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-11-11
在网络工程中,Ping测试是一种常用的网络诊断工具,用于检查网络连接的可达性和响应时间,随着Python编程语言的广泛应用,越来越多的网络工程师开始使用Python进行自动化网络测试和管理任务,本篇文章将详细介绍如何使用Python进行Ping测试,需要的朋友可以参考下2024-06-06
在本篇文章里小编给大家分享的是一篇关于python必选参数是什么意思的相关知识点，需要的朋友们可以参考下。2020-06-06
今天小编就为大家分享一篇关于使用Python自动化自定义字体混淆信息的方法实例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧2019-02-02
今天小编就为大家分享一篇python 读取鼠标点击坐标的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
这篇文章主要介绍了Python异常处理操作,结合实例形式分析了Python常见的异常处理类型、相关操作技巧与注意事项,需要的朋友可以参考下2018-08-08
今天小编就为大家分享一篇Python实现将Excel转换成为image的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
python如何解析复杂sql,实现数据库和表的提取的实例剖析
这篇文章主要介绍了python如何解析复杂sql,实现数据库和表的提取的实例剖析，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
这篇文章主要介绍了python统计日志ip访问数的方法,涉及Python操作日志文件及正则匹配的相关技巧,非常具有实用价值,需要的朋友可以参考下2015-07-07
最新评论