Python检测网站链接是否已存在
2019/7/13 20:51:13
本文主要是介绍Python检测网站链接是否已存在,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。
Python由Guido van Rossum于1989年底发明,第一个公开发行版发行于1991年。
像Perl语言一样, Python 源代码同样遵循 GPL(GNU General Public License)协议。
早就听说Python语言操作简单,果然名不虚传,短短几句,就实现了基本的功能。
要检测目标网站上是否存在指定的URL,其实过程很简单:
1、获得指定网站网页的HTML代码
2、在HTML代码中查找指定的URL
3、如果存在,OK;否则,Error
整个程序引用了两个lib库,urllib2和sgmllib。
urllib2库主要定义了一些访问URL(基本通过HTTP)的函数与类。
sgmllib库主要负责解析HTML代码。
import urllib from sgmllib import SGMLParser class URLLister(SGMLParser): def reset(self): SGMLParser.reset(self) self.urls = [] def start_a(self,attrs): href=[v for k,v in attrs if k=='href'] if href: if (href[].count('http://网站URL')==): self.urls.extend(href) links = ['http://www.google.com/', 'http://www.baidu.com', 'http://www.sohu.net', 'http://www..com', 'http://www.cnblogs.com', 'http://www.qq.com', 'http://www.yahoo.com/', 'http://www.bing.com/', 'http://www..com',] for eachlink in links: f = urllib.urlopen(eachlink) if f.code ==: parser = URLLister() parser.feed(f.read()) f.close() if (len(parser.urls)>=): print 'The link from '+eachlink+' is OK!' else: print 'The link from '+eachlink+' is ERROR!'
这其中几个主要函数:
1、urllib2.urlopen(url[, data][, timeout])//打开一个URL
2、SGMLParser.feed(data) //获得需要解析的HTML数据
3、SGMLParser.start_tag(attributes) //指定需要解析的HTML标签,在本程序中,我们调用了start_a,说明我们需要解析HTML代码中<a>标签。通过查找<a>标签中href属性的value,可以获得该网页上所有链接的信息,只要我们指定的URL存在,就OK了。
这其实是一个很小的脚本,但也让我激动不已。一来,我已经跨进了Python的世界,并用它解决了实际工作中的问题,二来,它的简单语法、缩进格式着实让我眼前一亮。今后,希望能够多多使用Python,解决实际工作中的种种问题,做到学以致用.
以上内容是针对Python检测网站链接是否已存在的相关介绍,希望对大家有所帮助!
这篇关于Python检测网站链接是否已存在的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-03-30开始python成长之路
- 2024-03-29python optparse
- 2024-03-29python map 函数
- 2024-03-20invalid format specifier python
- 2024-03-18pool.map python
- 2024-03-18threads in python
- 2024-03-14python Ai 应用开发基础训练,字符串,字典,文件
- 2024-03-13id3 algorithm python
- 2024-03-13sum array elements python
- 2024-03-12python colon equals