Python实现遍历url

# coding:utf-8
import re
import requests
import xlrd
from xlutils.copy import copy

class Traversal_Web:
def __init__(self):
    pass
def url(self,path,sites):
    # 获取网页内容
    #pqyload = {name:source}
    #site="http://XXX"
    i=0
    r = requests.get(sites)
    data = r.text
    # 利用正则查找所有连接
    link_list =re.findall(r"(?<=href=\").+?(?=\")|(?<=href=\').+?(?=\')" ,data)
    for url in link_list:
        i=i+1
        if url.startswith("http://") or url.startswith("https://"):
            r = requests.get(url)
            url=r.url
            status=r.status_code
        else:
            url = url
            status='xxx'
        self.write_xls(path,url,i,0)
        self.write_xls(path,status,i,1)

def write_xls(self,path,text,nrow,ncol):
    rb=xlrd.open_workbook(path)
    rs = rb.sheet_by_index(0)
    wb = copy(rb)
    ws = wb.get_sheet(0)
    ws.write(nrow, ncol,text)
    wb.save(path)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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