-2
我是新来的Python,我试图学习网络抓取。如何在Python中提取<h1></h1>之间的href链接?
我有下面的代码,并想知道如何获得/打印HREF或链接:
< .h1> < .A HREF =“https://www.nytimes.com/tips “有一个机密的新闻提示?
我是新来的Python,我试图学习网络抓取。如何在Python中提取<h1></h1>之间的href链接?
我有下面的代码,并想知道如何获得/打印HREF或链接:
< .h1> < .A HREF =“https://www.nytimes.com/tips “有一个机密的新闻提示?
您可以使用BeautifulSoup
得到这个工作做完:
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
response = urlopen("http://someurl.com")
page_source = response.read()
soup = BeautifulSoup(page_source, 'html.parser')
x = soup.find_all('h1')
print (x)
那么所有你需要做的就是从输出使用re
模块和提取数据。
类似于http://stackoverflow.com/questions/42173719/how-to-use-regular-expression-to-retrieve-data-in-python/42173798#42173798 –
另一个类似的https:// stackoverflow。 COM /问题/ 3075550 /如何-可以-I-GET-HREF链接,从-HTML-使用的Python – Tudor