import urllib.request
import re
url = "http://pms3.ah.cmcc/"
pattern1 = '<.?(src=".?").*?'
headers = {'User-Agent',
'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.186 Safari/537.36'}
opener = urllib.request.build_opener()
opener.addheaders = [headers]
data = opener.open(url).read().decode('utf8')
content_href = re.findall(pattern1, data, re.I)
set1 = set(content_href)
file_new = "D:爬虫href.txt"
with open(file_new, 'w') as f:
for i in set1:
f.write(i)
f.write("
")
print('已经生成文件')
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/62458.html