### 使用Python从HTML中提取所有链接 #### 方法一：使用BeautifulSoup库 为了简化HTML解析过程并高效地提取链接，可以采用`BeautifulSoup`库。此方法不仅易于理解而且适用于大多数场景。 ```python from bs4 import BeautifulSoup import requests def extract_links_beautifulsoup(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') links = [] for a_tag in soup.find_all('a', href=True): link = a_tag['href'] links.append(link) return links ``` 这段代码通过发送HTTP请求获取网页内容，并利用`BeautifulSoup`对象遍历所有的`<a>`标签来收集其中的`href`属性值[^4]。 #### 方法二：基于正则表达式的解决方案 对于那些偏好不依赖额外库的情况，可以直接运用Python标准库中的`re`模块配合自定义模式匹配超链接： ```python import re from html.parser import HTMLParser class LinkExtractor(HTMLParser): def __init__(self): super().__init__() self.links = [] def handle_starttag(self, tag, attrs): if tag == "a": for name, value in attrs: if name == "href": self.links.append(value) def extract_links_regex(html_content): parser = LinkExtractor() parser.feed(html_content) return parser.links ``` 上述实现创建了一个继承自`HTMLParser`的新类，在遇到每一个起始标记时检查其是否为锚点(`<a>`)以及是否存在`href`属性；一旦发现符合条件，则将其加入列表之中[^3]。 #### 方法三：筛选特定协议前缀的链接 有时可能仅需关注某些类型的URL（比如以"http://"开头），这时可以在查找过程中增加过滤条件： ```python from bs4 import BeautifulSoup import requests def extract_http_links(url): response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') http_links = [ a['href'] for a in soup.find_all( 'a', attrs={'href': True}, href=lambda href: href and href.startswith("http://") ) ] return http_links ``` 该函数专门用于定位带有指定协议头（此处为`http://`）的链接集合[^2]。