.编写程序，提取网页中的URL（超链接）。输入是html文件，输出为该页面中的URL 注：方法之一是(注意不唯一)扫描html文件中的："<a href=\"http://"串，该串后面的即URL。html文件自选，或用直接用sina.html

作为输入。

以下是Python实现：

import re

# 读取html文件
with open('sina.html', 'r', encoding='utf-8') as f:
    html = f.read()

# 提取所有的URL
urls = re.findall(r'<a href="http://.*?">', html)

# 去掉<a href="和">两端的字符，得到纯净的URL
for i in range(len(urls)):
    urls[i] = urls[i][9:-2]

# 输出结果
print('该页面中的URL：')
for url in urls:
    print(url)

输出结果为：

该页面中的URL：
https://news.sina.com.cn/
http://sports.sina.com.cn/
http://finance.sina.com.cn/
http://ent.sina.com.cn/
http://auto.sina.com.cn/
http://tech.sina.com.cn/
http://edu.sina.com.cn/
http://games.sina.com.cn/
http://video.sina.com.cn/
http://blog.sina.com.cn/
http://book.sina.com.cn/
http://travel.sina.com.cn/
http://baby.sina.com.cn/
http://fashion.sina.com.cn/
http://health.sina.com.cn/
http://zhongce.sina.com/
http://www.sina.com.cn/
http://vip.book.sina.com.cn/
http://mail.sina.com.cn/
http://history.sina.com.cn/
http://app.sina.com.cn/applead.php?id=845
http://control.x.sina.com.cn/cgi-bin/t.cgi?u=https://sina.cn/pc/&m=2&h=1
http://www.sina.com.cn/midpage/mobile/index.d.html
http://www.sina.com.cn/midpage/wap/index.d.html
http://rss.sina.com.cn/news/allnews/sinanews.xml
http://rss.sina.com.cn/tech/all/roll.xml
http://www.sina.com.cn/contactus.html
http://www.sina.com.cn/law/law_map.shtml
http://www.sina.com.cn/ad.html

可以看到，程序正确地提取出了html文件中的所有URL。