Python脚本检测网站链接是否存在

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.cnblogs.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<a>标签。通过查找<a>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。