<分区>
我有点被这种情况困住了，我想找到网站的反向链接，我找不到怎么做，这是我的正则表达式:
readh = BeautifulSoup(urllib.urlopen("http://www.google.com/").read()).findAll("a",href=re.compile("^http"))
我想做的是查找反向链接，查找以 http 开头的链接而不是包含 google 的链接，我不知道如何管理它？
<分区>
我有点被这种情况困住了，我想找到网站的反向链接，我找不到怎么做，这是我的正则表达式:
readh = BeautifulSoup(urllib.urlopen("http://www.google.com/").read()).findAll("a",href=re.compile("^http"))
我想做的是查找反向链接，查找以 http 开头的链接而不是包含 google 的链接，我不知道如何管理它？
最佳答案
from BeautifulSoup import BeautifulSoup
import re
html = """
<div>hello</div>
<a href="/index.html">Not this one</a>"
<a href="http://google.com">Link 1</a>
<a href="http:/amazon.com">Link 2</a>
"""
def processor(tag):
href = tag.get('href')
if not href: return False
return True if (href.find("google") == -1) else False
soup = BeautifulSoup(html)
back_links = soup.findAll(processor, href=re.compile(r"^http"))
print back_links
--output:--
[<a href="http:/amazon.com">Link 2</a>]
但是，获取所有以 http 开头的链接，然后在这些链接中搜索 hrefs 中没有“google”的链接可能更有效:
http_links = soup.findAll('a', href=re.compile(r"^http"))
results = [a for a in http_links if a['href'].find('google') == -1]
print results
--output:--
[<a href="http:/amazon.com">Link 2</a>]
关于python - 如何使用python在网站中查找反向链接，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18234298/