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):
href=[v for k,v in attrs if k=='href']
if href:
if (href[0].count('http://网站URL')==1):
self.urls.extend(href)

links = ['http://www.google.com/',
'http://www.baidu.com',
'http://www.sohu.net',
'http://www.163.com',
'http://www.cnblogs.com',
'http://www.qq.com',
'http://www.yahoo.com/',
'http://www.bing.com/',
'http://www.360.com',]

for eachlink in links:
f = urllib2.urlopen(eachlink)
if f.code ==200:
parser = URLLister()
parser.feed(f.read())
f.close()
if (len(parser.urls)>=1):
print 'The link from '+eachlink+' is OK!'
else:
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。