Python檢測網站連結是否已存在

Python是一種解釋型、物件導向、動態資料類型的進階程式設計語言。

Python由Guido van Rossum於1989年底發明，第一個公開發行版發行於1991年。

像Perl語言一樣, Python 原始碼同樣遵循 GPL(GNU General Public License)協議。

早就聽說Python語言操作簡單，果然名不虛傳，短短几句，就實現了基本的功能。

要檢測目標網站上是否存在指定的URL，其實過程很簡單：

1、獲得指定網站網頁的HTML代碼

2、在HTML代碼中尋找指定的URL

3、如果存在，OK；否則，Error

整個程式引用了兩個lib庫，urllib2和sgmllib。

urllib2庫主要定義了一些訪問URL（基本通過HTTP）的函數與類。

sgmllib庫主要負責解析HTML代碼。

import urllibfrom sgmllib import SGMLParserclass 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://網站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!'

這其中幾個主要函數：

1、urllib2.urlopen(url[, data][, timeout])//開啟一個URL

2、SGMLParser.feed(data) //獲得需要解析的HTML資料

3、SGMLParser.start_tag(attributes) //指定需要解析的HTML標籤，在本程式中，我們調用了start_a,說明我們需要解析HTML代碼中標籤。通過尋找標籤中href屬性的value，可以獲得該網頁上所有連結的資訊，只要我們指定的URL存在，就OK了。

這其實是一個很小的指令碼，但也讓我激動不已。一來，我已經跨進了Python的世界，並用它解決了實際工作中的問題，二來，它的簡單文法、縮排格式著實讓我眼前一亮。今後，希望能夠多多使用Python,解決實際工作中的種種問題，做到學以致用.

以上內容是針對Python檢測網站連結是否已存在的相關介紹，希望對大家有所協助！

