使用bs4中的BeautifulSoup库
from bs4 import BeautifulSoup
如果是对html文件的爬虫，可先对文件操作打开
file=open("xx.html",'r',encoding='utf-8')
python中对文件的读写权限如下
file对象中常使用的函数
对html文件读取所有内容
html=file.read()
使用BeautifulSoup创建一个解析对象，使用
Be=BeautifulSoup(html,'html.parser')
循环获取所有a标签后，获取a标签中“herf”中的所有链接，再拼接域名，将完整的域名写入一个新的文件中
for kin Be.find_all('a'):
ur=k.get('href')
urls="xx.com"+ur
urlfile=open("wechatURls.txt",'a',encoding='utf-8')
“a”是循环写入的方法，如果未使用“a”写入数据，将会覆盖之前写入的内容
urlfile.write(urls+'\n')
urlfile.close()
file.close()
