抓取网页所有url代码,Python代码库,德仔网

代码语言

代码分类

【Python】抓取网页所有url

作者:擎苍 / 发布于2018/3/7/ 617

抓取网页所有url的简单Python爬虫源码，只用到了一个Python标准库urllib模块，没有用BeautifulSoup第三方库。

import urllib
 
content = urllib.urlopen('http://www.iplaypy.com/').read()
 
s1=0
while s1>=0:
    begin = content.find(r'<a',s1) href=",begin)
    m2 = content.find(r" m1="content.find(r'">',m1)
 
    s1 = m2
    if(begin<=0):
        break
    elif(content[m1:m2].find(r" ")!=-1):
        m2 = content[m1:m2].find(r' ')
        url = content[m1+6:m1+m2-1]
        print url
    elif m2>=0:
        url = content[m1+6:m2-1]
        print url
print "end."
</a',s1)>

评论列表

本站所提供的代码，版权归原作者所有，若有侵犯作者版权，请与我们联系，我们将立即删除或修改。谢谢!
本站所有代码发布及提供者。

试试其它关键字

同语言下

.比较两个图片的相似度
.过urllib2获取带有中文参数的url内容
.不下载获取远程图片的宽度和高度及文件大小
.通过qrcode库生成二维码
.通过httplib发送GET和POST请求
.Django下解决小文件下载
.遍历windows的所有窗口并输出窗口标题
.根据窗口标题调用窗口
.python 抓取搜狗指定公众号
.pandas读取指定列

可能有用的

.比较两个图片的相似度
.过urllib2获取带有中文参数的url内容
.不下载获取远程图片的宽度和高度及文件大小
.通过qrcode库生成二维码
.通过httplib发送GET和POST请求
.Django下解决小文件下载
.遍历windows的所有窗口并输出窗口标题
.根据窗口标题调用窗口
.python 抓取搜狗指定公众号
.pandas读取指定列

擎苍贡献的其它代码(12)

.抓取网页所有url
.列表oracle下的所有表
.Oracle Connect By Prior用法（实现递归查询）
.连接并登录到 FTP 服务器
.JSON转换DataTable
.从Json信息中获取对应字段的值
.删除标题中包含某些文字的 email
.获取地图连接初始化地图连接
.加密cookie类
.添加删除行和双击变文本框