معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

extract and repair links from Requests objects, including redirects and final landing page

ویژگی	مقدار
سیستم عامل	-
نام فایل	extractlinks-0.1.0
نام	extractlinks
نسخه کتابخانه	0.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	James Bonifield
ایمیل نویسنده	bonifield.tools@gmail.com
آدرس صفحه اصلی	https://github.com/bonifield/extractlinks
آدرس اینترنتی	https://pypi.org/project/extractlinks/
مجوز	-

# extractlinks extract and repair links from Requests objects, including redirects and final landing page ### Installation ``` pip install extractlinks python3 -m pip install extractlinks ``` ### Usage ``` import requests from extractlinks import ExtractLinks URL = "http://cnn.com/" r = requests.get(URL, allow_redirects=True) e = ExtractLinks(content=r) print(e.json) ``` ### Example Output ``` [ { "@timestamp": "2021-06-26T16:33:20.384Z", "url": { "full": "https://www.cnn.com/", "original": "https://www.cnn.com/", "scheme": "https", "domain": "www.cnn.com", "path": "/" }, "http": { "response": { "status_code": 200, "status_code_reason": "OK", "body_bytes": 1110460 }, "chainitem": 2, "pguid": "1ff26fce-21a0-401a-9d53-1f863c6e3e31", "guid": "59dcfa56-b6d2-4924-bae1-70dbcd9d8309" "count": 324, "types": [ "a-href", "form-action", "link-href", "meta-content", "script-src" ], "tags": [ "script", "meta", "a", "form", "link" ], "attributes": [ "action", "content", "src", "href" ], "links": [ "https://www.cnn.com/specials/cnn-investigates", "https://www.cnn.com/specials/tech/innovate", "https://www.cnn.com/travel/news", "https://www.i.cdn.cnn.com/.a/fonts/cnn/3.9.0/cnnsans-italic.woff2" ... ``` ### Objects ``` # primary list-of-dictionaries / JSON dump # these contain the full link extractions, including items not recognized as URLs or mobile links output # list of dictionaries json # JSON string # lists links_all # this only contains full links and any relative links "repaired" back to full-link format (ex. /images becomes https://www.cnn.com/images types_all # ex. "a-href", "img-src", etc tags_all # ex. "a", "img" attributes_all # ex. "href", "src" # generators, if urlbreakdown module is installed; runs URLBreakdown on every link in links_all urlbreakdown_generator_dict() urlbreakdown_generator_json() ``` ### Notes - select URL and HTTP output fields align to the Elastic Common Schema - links_count is not reflective of a unique count, and includes all objects identified including non-URLs in otherwise link-related tag attributes

نحوه نصب

نصب پکیج whl extractlinks-0.1.0:

pip install extractlinks-0.1.0.whl

نصب پکیج tar.gz extractlinks-0.1.0:

pip install extractlinks-0.1.0.tar.gz