如何从 html 页面中提取 javascript、css 和 img 标签的链接？我需要使用正则表达式还是已经有一些用于 html 解析的轻量级库？
请您参考如下方法:
HTML5Lib我喜欢与 lxml 结合使用从 HTML 文档中提取数据。它以与现代浏览器类似的方式从错误中恢复，因此它使损坏的 html 更容易处理。
如果你真的想在网页中运行 js 代码(比如链接是通过函数计算的)，你应该考虑查看 webkit 和 jswebkit 包，它们可以让你在 headless webkit 窗口，可以让你动态生成内容供你的 python 解析器检查。
通过 webkit 在 python 中运行 js 真的一点也不难，尽管预计内存使用与运行 webkit 浏览器相当。
