Python中文
首页
教程
问答
标签
搜索
登录
注册
Python BeautifulSoup从pag获取内部链接
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>我有一个基本的循环来查找我用urllib2.urlopen检索的页面上的链接,但是我试图只跟踪页面上的内部链接。。在</p> <p>有什么办法让我的下面的循环只得到在同一个域的链接吗?在</p> <pre><code>for tag in soupan.findAll('a', attrs={'href': re.compile("^http://")}): webpage = urllib2.urlopen(tag['href']).read() print 'Deep crawl ----> ' +str(tag['href']) try: code-to-look-for-some-data... except Exception, e: print e </code></pre>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>给你的爬虫一些建议:将mechanize与BeautifulSoup结合使用,这将大大简化你的任务。在</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
我想从用户inpu创建一个类的实例
5 回答
我想从用户导入值,为此
3 回答
我想从用户那里得到一个整数输入,然后让for循环遍历该数字,然后调用一个函数多次
4 回答
我想从用户那里收到一个列表,并在其中执行一些步骤,然后在步骤完成后将其打印回来,但它没有按照我想要的方式工作
6 回答
我想从用户那里获取输入,并将值传递给(average=dict[x]/6),然后在那里获取resu
9 回答
我想从第一个列表中展示第一个词,然后从第二个列表中展示十个词,以此类推- Python
7 回答
我想从第一个空lin开始解析文本文件
1 回答
我想从简历、简历中提取特定部分
1 回答
我想从给定字典(python)的字符串中删除\u00a9、\u201d和类似的字符。
2 回答
我想从给定的网站Lin下载许多文件扩展名相同的Wget或Python文件
4 回答
我想从网上搜集一些关于抵押贷款的数据
9 回答
我想从网站上删除电子邮件地址
1 回答
我想从网站上读取数据该网站包含可下载的文件,然后我想用python脚本把它发送给oracle如何?
1 回答
我想从网站中提取数据,然后将其显示在我的网页上
7 回答
我想从网页上提取统计数据。
7 回答
我想从网页上解析首都城市,并在用户输入国家时在终端上打印它们
2 回答
我想从色彩图中删除前n个颜色,而不丢失原始颜色数
9 回答
我想从课堂上打印字典里的键
7 回答
我想从费用表中获取学生上次支付的费用,其中学生id=id
10 回答
我想从较低的顺序对多重列表进行排序,但我无法在一行中生成结果
8 回答