python抓取指定网址链接并返回网址列表
import urllib2, redef fetch_links(furl,burl,stag,etag): ''' 抓取网页新闻 @param furl 抓取网页地址 @param burl 网页链接的baseurl,比如凤凰网的链接:<a href="/news/guoji/dir?cid=14&mid=7sdLRL">国际</a>, 根据baseurl可返回<a href="http://i.ifeng.com/news/guoji/dir?cid=14&mid=7sdLRL">国际</a> @param stag 抓取网页链接的开始标签 @param etag 抓取网页链接的结束标签 @return 加了baseurl的链接列表 说明: 正则表达式中 '.*?', 采用非贪婪模式匹配多个字符 ''' req = urllib2.Request(furl) fd = urllib2.urlopen(req) content = fd.read() fd.close() m = re.findall(stag+'.*?'+etag,content) return [j.replace('<a href="', '<a href="'+burl) for j in m]??