在沒有BeautifulSoup的情況下，使用python提取網頁上鏈接的最簡單方法是什么？

Question

我正在使用cygwin，但未安裝BeautifulSoup。

Answer 1

使用Python獲取HTML文件上所有<a>標記中href屬性的值

python，regex查找錨鏈接html

正則表達式，用於從HTML鏈接中提取URL

Answer 2

如果您不太在意性能，則可以使用正則表達式：

import re
linkre = re.compile(r"""href=["']([^"']+)["']""")
links = linkre.findall(your_html)

如果只想使用http：//鏈接中的鏈接，則將表達式更改為：

linkre = re.compile(r"""href=["']http:([^"']+)["']""")

或者，如果有可能您的鏈接周圍沒有html，則可以將“”作為可選。