1、新建一个Python文档,并导入两个重要模块,示例:from bs4 import BeautifulSoupimport urllib2
2、定义想要访问的url,并使用urllib2模块读取内容,示例:url = "http://www.baidu.c泠贾高框om"html = urllib2.urlopen(url).read()
3、使用BeautifulSoup解析文档,示例:soup = BeautifulSoup(html,"html.parse")
4、获取网页中所有的<a>标签的href杨钭维程属性值,示例:for link in soup.find_all('a'): print(li荏鱿胫协nk.get('href'))
5、保存以上内容并在客户端执行,获取网页中的所有连接,示例:ptyon 保存的文件名