如何从HTML中提取链接（使用python）

所以我下载了一个网页的HTML。我应该从HTML中提取所有链接并输出它们。这是我的密码

f = open('html.py','r')
heb = f.readlines()
arry = []
if 'href' in heb:
    arry = arry.append(href)

    print(arry)

我试图列出一个链接列表并输出它，但老实说，我真的迷路了。有人能给我指出正确的方向吗？我在想regex可能是最好的选择

---

谢谢

您可以使用Beautiful Soup（您需要安装它，例如使用

pip安装BeautifulSoup4

）：

---

您可以使用Beautiful Soup（您需要安装它，例如使用

pip安装Beautiful Soup4

）：

---

不要在html上使用正则表达式！使用类似BeautifulSoup的HTML解析器。在HTML上可能重复Do't Use regex！使用类似BeautifulSoup的HTML解析器。的可能重复项

import bs4

with open("my-file.html") as f:
    soup = bs4.BeautifulSoup(f)

links = [link['href'] for link in soup('a') if 'href' in link.attrs]