使用pip._vendor.html5lib库提取HTML文档中的链接

pip._vendor.html5lib是一个用于解析HTML文档的库，它可以帮助我们提取HTML中的链接。下面是一个使用pip._vendor.html5lib提取HTML文档链接的例子。

首先，我们需要安装pip._vendor.html5lib库。可以使用以下命令在终端中安装该库：

pip install html5lib

安装完成后，我们可以使用以下代码开始提取HTML文档中的链接：

import requests
from pip._vendor import html5lib

# 发送请求，获取HTML文档内容
response = requests.get("http://example.com")
html = response.text

# 使用HTML解析器解析HTML文档
parser = html5lib.HTMLParser()
tree = parser.parse(html)

# 提取所有<a>标签
link_tags = tree.findall(".//a")

# 遍历所有<a>标签，提取链接
links = []
for tag in link_tags:
    link = tag.get("href")
    links.append(link)

# 打印提取到的链接
for link in links:
    print(link)

在这个例子中，我们首先使用requests库发送请求并获取HTML文档的内容。然后，我们使用html5lib.HTMLParser()创建一个HTML解析器。接下来，我们使用解析器的parse()方法将HTML文档传递给解析器，解析成一个树形结构。然后，我们使用tree.findall()方法查找所有的<a>标签，并用循环遍历它们。对于每个<a>标签，我们使用get()方法获取它的href属性的值，并将它保存到一个列表中。最后，我们遍历列表并打印所有的链接。

这只是一个简单的例子，演示了如何使用pip._vendor.html5lib库提取HTML文档中的链接。根据实际情况，你可能需要根据HTML文档的结构和需求进行更复杂的处理和过滤。