python提取html中的href标签,如何使用Python从HTML获取href链接？

原英文标题

How can I get href links from HTML using Python?

import urllib2

website = "WEBSITE"

openwebsite = urllib2.urlopen(website)

html = getwebsite.read()

print html

到现在为止还挺好。

但我只希望纯文本HTML中的href链接。 我怎么解决这个问题？

9 个回复:

===============>>#1 票数：89 已采纳

from BeautifulSoup import BeautifulSoup

import urllib2

import re

html_page = urllib2.urlopen("http://www.yourwebsite.com")

soup = BeautifulSoup(html_page)

for link in soup.findAll('a'):

print link.get('href')

如果您只想要以http://开头的链接，您应该使用：soup.findAll('a', attrs={'href': re.compile("^http://")})

===============>>