Obtener logística de terceros

#?-*-?Codificación: utf-8? -*-

¿Importar? Requerido

¿Importar? urlparse

¿Importar? Sistema Operativo (Sistema Operativo)

¿Dónde? bs4? ¿importar? Hermosa voz

definitivamente? Proceso(url):

¿Título? =?{ 'Tipo de contenido':? 'aplicación/json',

agente-usuario': ¿Mozilla/5.0? (x11;?Ubuntu?Linux?x86_64?rv:22.0)? Geco/20100101? Firefox/22.0'}

pageSourse? =solicitudes.get(url, título=título). texto

página _Sopa? =?BeautifulSoup(fuente de la página)

a_all? =?page_soup.findAll("a ")

link_urls=[i.get('href ')? ¿para qué? ¿I? ¿existir? A_all]#Algunos son eventos activados por JavaScript y los métodos de filtrado están escritos.

img_all? =?page_soup.findAll("img ")

img_urls=[i.get("src ")? ¿para qué? ¿I? ¿existir? img_all]

¿Imprimir? URL del enlace, URL de img

¿Volver? (link_urls,?img_urls)

Los resultados del proceso("") son los siguientes:

[u'/',? u 'JavaScript:;',?u 'JavaScript:;',?u 'JavaScript:;',?u'/',? u 'JavaScript:;' ,?u'/v2/? Iniciar sesión amptpl = mn ampu=2F ',? tu'/? cid=002540',? ¿tú' ',? ¿tú' ',? ¿tú' ',? ¿tú' ',? ¿tú' ',? u'/v2/? Iniciar sesión amptpl = mn ampu=2F ',? u'/gaoji/preferences.html ',? u'/más/',? u'/ns? cl=2amprn=20. tn = noticias y entretenimiento. palabra = ',? u'/f? kilovatio = ampfr=wwwt',? ¿U'/q? CT = 17 amp;pn = 0 ampikaslist amprn=10. palabra = ampfr=wwwt ',? u '/Buscar? fr=ps ampie=utf-8. clave = ',? u '/búsqueda/índice? tn=baiduimageampPS=1amp;ct=201326592. lm=-1. cl=2ampnc=1. es decir, = utf-8. palabra = ',? u'/v? ct=301989888. rn=20. pn = 0 ampdb = 0 amperios = 25 amperios = utf-8.

palabra = ',? ¿tú/m? palabra = ampfr=ps01000 ',? u '/Buscar? palabra = amplm = 0 ampod = 0 ampie=utf-8 ',? u'//www.baidu.com/more/',? u'/',? u '//www .Baidu com/cache/set ayuda/ayuda html ',? ¿tú' ',? ¿tú' ',? u'/deber/',? u'/']? [u '//www .Baidu .com/img/BD _ logo 1 . u '//www .Baidu .com/img/Baidu _ jgy llog 3 .] Si tiene alguna pregunta, acéptela si está satisfecho.