我正在构建一个 Web 应用程序，它处理网页中的文本，添加指向某些实体的链接，然后完全按照原样重新显示页面，但添加了一些链接。我的服务器端代码在 Perl 和 Python 中，我目前正在使用 HTML::Parser 从页面中提取文本。我可以毫无问题地清理标记、提取和处理文本，但我想完全按原样显示原始页面，只是在以前未链接的文本中添加了一些链接。
我希望找到最好的方法来重新显示完全相同的页面，并将链接添加到文本中的某些单词或短语。所有原始标记都应完全保留在提取文本之前的状态。
我已经彻底搜索过，但我找不到这个问题的精确解决方案。任何帮助将不胜感激。
我确实知道 Python 有一个用于打开网页的模块，称为 urllib：
import urllib
url = 'https://www.google.com/'
page = urllib.urlopen(url)
print page.read()
#page.read is the url's source code, so you would print the source code here.
您还可以使用 python 保存一个新的 html 文件，如下所示：
page = page.read()
file = open('url.html', 'w')
file.writelines(page)
file.close()
在这两者之间，您可以修改 html 源代码。请记住，如果您不知道如何保存页面正在使用的文件，这些网页看起来会很傻。希望这可以帮助。