python模块之HTMLParser解析出URL链接

# -*- coding: utf-8 -*-
#python 27
#xiaodeng
#python模块之HTMLParser解析出URL链接
#http://www.cnblogs.com/mfryf/p/3691563.html



from HTMLParser import HTMLParser
class MyHTMLParser(HTMLParser):   
    def __init__(self):   
        HTMLParser.__init__(self) #继承  
        self.links = []#links 链接
    
    def handle_starttag(self, tag, attrs):   
        #print "Encountered the beginning of a %s tag" % tag
        
        if tag == "a":   
            if len(attrs) == 0:   
                pass   
            else:   
                for variable, value in attrs:
                    if variable == "href":   
                        self.links.append(value)   

                     
if __name__ == "__main__":
    #写入一个html长字符串
    html_code = """<a href="www.google.com"> google.com</a>
<A Href="www.pythonclub.org"> PythonClub </a>
<A HREF = "www.sina.com.cn"> Sina </a>
"""   
    hp = MyHTMLParser()
    hp.feed(html_code)
    hp.close()
    #print hp.handle_starttag('a', 'href')
    print hp.links #['www.google.com', 'www.pythonclub.org', 'www.sina.com.cn']

 

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