| import requests |
| from queue import SimpleQueue |
| import re |
| |
| q = SimpleQueue() |
| |
| crawled = set() |
| |
| def has_crawled(url): |
| url = url.replace('http://', '').replace('https://', '').replace('/', '') |
| if url in crawled: |
| return True |
| crawled.add(url) |
| return False |
| |
| u = 'http://baidu.com' |
| q.put(u) |
| has_crawled(u) |
| |
| while not q.empty(): |
| url = q.get() |
| try: |
| r = requests.get(url) |
| except BaseException: |
| break |
| except Exception: |
| continue |
| print(url) |
| ls = re.findall('(https?://[A-Za-z0-9.]*?)[^A-Za-z0-9.]', r.text) |
| for e in ls: |
| if not has_crawled(e): |
| q.put(e) |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY