Python检测网站链接是否已存在
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/',] 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! (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |