如何用Python Requests-HTML检测含HTTP的链接并打印URL？

你的代码方向是对的，但有几个细节问题需要调整，才能精准实现「检测链接是否包含HTTP并打印URL」的需求：

现存问题点 #

• l.links返回的是集合对象：你打印出来的{'http://streamcloud.eu/...'}是Python集合的格式，而不是纯URL字符串——这是因为links属性会返回该元素及其子元素中所有的链接集合，哪怕单个<a>标签只会包含自身的href，格式依然是集合。
• 错误的非空判断逻辑：if link != "set()"这个判断完全不成立，因为link是集合对象，永远不可能等于字符串"set()"，正确的判断应该是检查集合是否非空，比如if link。
• 获取链接的方式不够直接：针对单个<a>标签，直接提取它的href属性是更高效准确的方式，不需要绕路用links。

修正后的代码 #

import requests
from requests_html import HTMLSession

link = "http://www.tvil.me/view/93/4/8/v/%D7%90%D7%99%D7%99_%D7%96%D7%95%D7%9E%D7%91%D7%99_IZombie.html"
enter_episodes = HTMLSession().get(link)
page = enter_episodes.html
# 获取所有目标a标签
s = page.xpath("//*[@class='view-watch-button']/a")

for l in s:
    # 安全提取a标签的href属性（避免标签无href时报错）
    href = l.attrs.get('href')
    # 检测是否包含HTTP（兼容http/https）
    if href and 'http' in href.lower():
        print(href)

代码说明 #

• l.attrs.get('href')：用get方法避免标签没有href属性时抛出KeyError，更健壮；
• 'http' in href.lower()：同时匹配http和https开头的链接，不会遗漏HTTPS类型的链接；
• 移除了未使用的import sys，精简代码结构。

修改后，你会直接得到纯URL字符串的输出，同时精准筛选出包含HTTP协议的链接，完全符合你的需求。

内容的提问来源于stack exchange，提问作者kaki