So extrahieren Sie Links aus HTML (mit Python)

Question

so habe ich den HTML-Code einer Webseite heruntergeladen. Ich soll alle Links aus dem HTML extrahieren und ausgeben. Hier ist mein Code

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

    print(arry) 

Ich versuche, eine Liste der Links und gibt es zu machen, aber ehrlich gesagt bin ich ziemlich verloren. Kann mir jemand in die richtige Richtung zeigen? Ich war wahrscheinlich regex zu denken ist der Weg dank

Answer 1

Sie gehen können schöne Suppe verwenden (die Sie installieren müssen, beispielsweise mit pip install BeautifulSoup4):

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]