python抓取指定网址链接并返回网址列表

import urllib2, re
def fetch_links(furl,burl,stag,etag):
    '''
    抓取网页新闻
    @param furl 抓取网页地址
    @param burl 网页链接的baseurl,比如凤凰网的链接:<a href="/news/guoji/dir?cid=14&amp;mid=7sdLRL">国际</a>, 根据baseurl可返回<a href="http://i.ifeng.com/news/guoji/dir?cid=14&amp;mid=7sdLRL">国际</a>
    @param stag 抓取网页链接的开始标签
    @param etag 抓取网页链接的结束标签
    @return 加了baseurl的链接列表
    说明: 正则表达式中 '.*?', 采用非贪婪模式匹配多个字符
    '''
    req = urllib2.Request(furl)
    fd = urllib2.urlopen(req)
    content = fd.read()
    fd.close()
    m = re.findall(stag+'.*?'+etag,content)
    return  [j.replace('<a href="', '<a href="'+burl) for j in m]
 

 

  • 1
    点赞
  • 5
    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