如何从HTML中提取链接（使用python）

因此我已经下载了网页的HTML。我应该从HTML中提取所有链接并输出它们。这里是我的代码如何从HTML中提取链接（使用python）

f = open('html.py','r') 
heb = f.readlines() 
arry = [] 
if 'href' in heb: 
    arry = arry.append(href) 

    print(arry)

我想做一个链接列表并输出它，但老实说我很迷路。有人能指引我朝着正确的方向吗？我想正则表达式可能是去感谢

不要在HTML中使用正则表达式！使用像BeautifulSoup这样的HTML解析器。 – kevinsa5

[使用python和BeautifulSoup从网页检索链接]的可能的重复（https://stackoverflow.com/questions/1080411/retrieve-links-from-web-page-using-python-and-beautifulsoup） –

您可以使用美丽的汤（你需要安装，例如与pip install BeautifulSoup4）的方式：

import bs4 

with open("my-file.html") as f: 
    soup = bs4.BeautifulSoup(f) 

links = [link['href'] for link in soup('a') if 'href' in link.attrs]

2017-06-20 02:02:18 icktoofay

回答