无需正则表达式的Python处理HTTP链接标头

Question

某些HTTP响应可以具有链接标头，例如<http://www.i_am_a_url.com>;rel="meta data"。有谁知道任何干净的方法来获取URL？如果可能，我宁愿不使用正则表达式，因为正则表达式会使代码难以读懂。

Answer 1

使用lxml

impoprt lxml.html

root = lxml.html.fromstring(response_content_string)

for a in root.cssselect('a[href]'):

    print(a)

或者

impoprt lxml.html

root = lxml.html.fromstring(response_content_string)

for el, attr, url, _ in root.iterlinks():

    print(url)