Python BeautifulSoup 提取 PHP 链接

Question

我在使用 BeautifulSoup 的 Python 中遇到了问题。我需要提取页面上以“.php”结尾的所有文件，但它们也必须是本地文件。它们不能来自其他网站。这是我到目前为止:

    from bs4 import BeautifulSoup
    import mechanize
    import sys

    url = sys.argv[1]

    br = mechanize.Browser()
    code = br.open(url)
    html = code.read()
    soup = BeautifulSoup(html)

这就是我被困在做什么的地方。我想象使用soup.findall 来获取所有“a href”标签。

Answer 1

试试这样，

page=urllib2.urlopen(url)
soup=BeautifulSoup(page.read())

for a in soup.findAll('a'):
  if a['href'].endswith('.php'):
     print a['href']