利用python 获取网址中的href(基于python 3.6）

标签：url   findall   beautiful   from   soup   read   ref   select   获取   

import urllib.request

from bs4 import BeautifulSoup

def get_link(page):  # 寻找链接的href
    linkData = []
    for page in page.find_all(‘td‘):
        links = page.select("a")
        for each in links:
            # if str(each.get(‘href‘))[:1] == ‘/‘: 过滤if代码
                data=each.get(‘href‘)
                linkData.append(data)
    return(linkData)

def findAll(): #主函数
    url=‘http://www.nco.ncep.noaa.gov/pmb/codes/nwprod/nosofs.v3.0.4/‘
    page = urllib.request.urlopen(url).read()
    soup = BeautifulSoup(page,‘lxml‘) #利用BeautifulSoup取得网页代码
    links=get_link(soup)
    # print(links)
    for childLink in links:
        #print(childLink )
        links2=url+childLink
        print(links2 )

利用python 获取网址中的href(基于python 3.6）

标签：url   findall   beautiful   from   soup   read   ref   select   获取   

原文地址：http://www.cnblogs.com/setname/p/7350358.html