Pythonでウェブページのハイパーリンクを抽出する方法

以下は最もシンプルな実装方法です。まず、ターゲットウェブページを取得し、aタグのhref属性を正規表現でマッチしてリンクを取得します。

以下はコードです：

import urllib2
import re
url = 'http://www.sunbloger.com/'
req = urllib2.Request(url)
con = urllib2.urlopen(req)
doc = con.read()
con.close()
links = re.findall(r'href\=\"(http\:\/\/[a-zA-Z0-9\.\/]+)\"', doc)
for a in links:
  print a

まとめ

以上はこの記事のすべての内容です。この記事の内容が皆様の学習や仕事に役立つことを願っています。何か疑問があれば、コメントを残してください。