Question

我是新成员，对我的英语感到抱歉，但这不是我的第一语言。我会创建一个python程序，从html页面中提取特定的URL（http://www.kernel.org/pub/linux/kernel/v3.0/）。我能够在我的shell上打印有关该页面的所有链接，但我不知道如何提取特定的URL，例如linux-3.6.7.tar.bz2。我怎么能这样做？

我会问你另一个问题：我希望用户选择在你的电脑上下载内核，而不是指定内核，例如3.2,3.3,3.6等等。我怎样才能做到这一点？也许用正则表达式？

Ps：我导入了urllib2，HTMLParser，BeautifulSoup和Re。

Answer 1

from urllib2 import Request, urlopen
from BeautifulSoup import BeautifulSoup
req = Request('http://www.kernel.org/pub/linux/kernel/v3.0/')
response = urlopen(req)
content = response.readlines()
soup = BeautifulSoup(''.join(content))
for link in soup.findAll('a', href=True):
    if ('3.6.7.tar.gz' in link.string):
        print link

使用...

>>> from urllib2 import Request, urlopen
>>> from BeautifulSoup import BeautifulSoup
>>> req = Request('http://www.kernel.org/pub/linux/kernel/v3.0/')
>>> response = urlopen(req)
>>> content = response.readlines()
>>> soup = BeautifulSoup(''.join(content))
>>> for link in soup.findAll('a', href=True):
...     if ('3.6.7.tar.gz' in link.string):
...         print link
...
<a href="linux-3.6.7.tar.gz">linux-3.6.7.tar.gz</a>
>>>

如果要自定义搜索用户输入，请使用python的raw_input()函数...

在HTML中查找特定网址

1 个答案: