Python脚本检测网站链接是否存在

renheshi

　　最近购买了几个PR值高的网站链接，把我们自己的网站链接挂上去。为了能够检测对方的网站是否把我们的网站链接放上去，特地用Python写了一个小脚本，因为这是我的第一个Python程序，所以参考了网上的代码。所以，如有雷同，纯属模仿。
　　
　　早就听说Python语言操作简单，果然名不虚传，短短几句，就实现了基本的功能。
　　要检测目标网站上是否存在指定的URL，其实过程很简单：
　　1、获得指定网站网页的HTML代码
　　2、在HTML代码中查找指定的URL
　　3、如果存在，OK；否则，Error
　　
　　整个程序引用了两个lib库，urllib2和sgmllib。
　　urllib2库主要定义了一些访问URL（基本通过HTTP）的函数与类。
　　sgmllib库主要负责解析HTML代码。
　　



1 import urllib2
2 from sgmllib import SGMLParser
3
4 class URLLister(SGMLParser):
5     def reset(self):
6         SGMLParser.reset(self)
7         self.urls = []
8
9     def start_a(self,attrs):
10         href=[v for k,v in attrs if k=='href']
11         if href:
12             if (href[0].count('http://网站URL')==1):
13                 self.urls.extend(href)
14
15
16 links = ['http://www.google.com/',
17          'http://www.baidu.com',
18          'http://www.sohu.net',
19          'http://www.163.com',
20          'http://www.iyunv.com',
21          'http://www.qq.com',
22          'http://www.yahoo.com/',
23          'http://www.bing.com/',
24          'http://www.360.com',]
25
26 for eachlink in links:
27     f = urllib2.urlopen(eachlink)
28     if f.code ==200:
29         parser = URLLister()
30         parser.feed(f.read())
31         f.close()
32         if (len(parser.urls)>=1):
33             print 'The link from '+eachlink+' is OK!'
34         else:
35             print 'The link from '+eachlink+' is ERROR!'　　

　　这其中几个主要函数：
　　1、urllib2.urlopen(url[, data][, timeout])//打开一个URL
　　2、SGMLParser.feed(data) //获得需要解析的HTML数据
　　3、SGMLParser.start_tag(attributes) //指定需要解析的HTML标签，在本程序中，我们调用了start_a,说明我们需要解析HTML代码中标签。通过查找标签中href属性的value，可以获得该网页上所有链接的信息，只要我们指定的URL存在，就OK了。
　　
　　这其实是一个很小的脚本，但也让我激动不已。一来，我已经跨进了Python的世界，并用它解决了实际工作中的问题，二来，它的简单语法、缩进格式着实让我眼前一亮。今后，希望能够多多使用Python,解决实际工作中的种种问题，做到学以致用。