本文實(shí)例講述了Python獲取當(dāng)前頁面內(nèi)所有鏈接的四種方法。分享給大家供大家參考，具體如下：

'''得到當(dāng)前頁面所有連接'''import requestsimport refrom bs4 import BeautifulSoupfrom lxml import etreefrom selenium import webdriverurl = 'http://www.testweb.com'r = requests.get(url)r.encoding = 'gb2312'# 利用 re （太黃太暴力！）matchs = re.findall(r"(?<=href=/").+?(?=/")|(?<=href=/').+?(?=/')" , r.text)for link in matchs:  print(link)print()# 利用 BeautifulSoup4 （DOM樹）soup = BeautifulSoup(r.text,'lxml')for a in soup.find_all('a'):  link = a['href']  print(link)print()# 利用 lxml.etree （XPath）tree = etree.HTML(r.text)for link in tree.xpath("http://@href"):  print(link)print()# 利用selenium（要開瀏覽器！）driver = webdriver.Firefox()driver.get(url)for link in driver.find_elements_by_tag_name("a"):  print(link.get_attribute("href"))driver.close()

注意：若頁面中含有 iframe，則 iframe 內(nèi)所包含頁面的所有標(biāo)簽都無法用以上四種方法獲得！！！此時(shí)則要：

# 再打開所有iframe查找全部的a標(biāo)簽for iframe in soup.find_all('iframe'):  url_ifr = iframe['src'] # 取得當(dāng)前iframe的src屬性值   rr = requests.get(url_ifr)  rr.encoding = 'gb2312'  soup_ifr = BeautifulSoup(rr.text,'lxml')  for a in soup_ifr.find_all('a'):    link = a['href']    m = re.match(r'http:////.*?(?=//)',link)    #print(link)    if m:      all_urls.add(m.group(0))

PS：這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用：

JavaScript正則表達(dá)式在線測(cè)試工具：
http://tools.jb51.net/regex/javascript

正則表達(dá)式在線生成工具：
http://tools.jb51.net/regex/create_reg

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題：《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。