获取网站所有链接

import requests
from bs4 import BeautifulSoup


def getHtmlTree(url):
    response = requests.get(url)
    htmlTree = BeautifulSoup(response.text, 'lxml')
    return htmlTree

def getUrl(url):
    print(execurl)
    urls = []
    htmlTree = getHtmlTree(url)
    for a in htmlTree.find_all('a'):
        if (http in a['href']):
            urls.append(a['href'])
    for x in urls:
        if (x in execurl):
            pass
        else:
            try:
                execurl.append(x)
                getUrl(x)
            except Exception as err:
                pass

if __name__ == '__main__':
    url = 'http://www.jxjsxy.edu.cn/news-list-zhaojshengfzhuanflany-1.html'
    http = 'http'
    execurl = ['url']
    getUrl(url)

  • 0
    点赞
  • 1
    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