爬取所有超链接

本文展示了如何使用Python的requests库和BeautifulSoup模块来抓取网页上的链接。通过定义get_url函数,它发送HTTP请求,解析HTML内容,提取并打印出所有链接及其文本。
摘要由CSDN通过智能技术生成
import requests
from bs4 import BeautifulSoup

def get_url(url):
	headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36 Edg/124.0.0.0'}
	r = requests.get(url, headers = headers, timeout = 30)
	r.encoding = r.apparent_encoding
	html = r.text

	soup = BeautifulSoup(html, 'html.parser')
	#print(soup.prettify())

	a = soup.find_all('a')

	for i in a:
		#print(i)
		try:
			#print(i.h3.attrs['title'], '\n', 'http:'+i.attrs['href'], '\n')
			print(i.string, '\n', i.attrs['href'], '\n')
		except:
			pass

if __name__ == '__main__':
	url = input()
	get_url(url)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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