簡單python爬蟲__python

一段簡單的 Python 爬蟲程式，用來練習挺不錯的。

#讀出一個URL下的a標籤裡href地址為.html的所有地址

一段簡單的 Python 爬蟲程式，用來練習挺不錯的。

#讀出一個URL下的a標籤裡href地址為.html的所有地址

#!/usr/bin/python
# Filename: test.py

import urllib

content = urllib.urlopen('http://codecloud.net').read()
s1 = 0
while s1 >= 0:
    begin = content.find(r'<a',s1)
    m1 = content.find(r'href=',begin)
    m2 = content.find(r'>',m1)
    if(content[m1:m2].find(r'.html')!=-1):
        m2 = content.find(r'.html',m1)
        url = content[m1+6:m2+5]
        print url
    s1 = m2 

轉自：http://codecloud.net/python-562.html