python html提取标签

Question

如何做到以下几点：

1. 浏览html页面（最好通过整个域名（www.python.org）并提取所有
）

h1 h2 ... hn标签

并将所有标题写入文件。按正确的顺序：

从h1开始 比h2

直到我们到达下一个h1

Answer 1

使用BeautifulSoup或PyQuery。

Answer 2

鉴于需要扫描整个网站，您可能需要查看pycurl来抓取文件。但请注意不要使用相当于DoS攻击的网站。