LinkExtractor路由提取器

用于提取页面全部的ur，返回一个列表，每一个元素都是一个 Link 对象，即提取到的一个链接
一般结合规则解析器来使用

rules = (
Rule(LinkExtractor(allow=r"/info/\d+"), callback='parse_item', follow=False),
)

• allow
  allow 接收一个正则表达式或一个正则表达式列表，提取绝对 url 与正则表达式匹配的链接，如果该参数为空（默认），就提取全部链接。

• deny
  接收一个正则表达式或一个正则表达式列表，与 allow 相反，排除绝对 url 与正则表达式匹配的链接。

# allow 和 deny一起使用
link_chapter = LinkExtractor(allow=r"/chapter/\w+", deny=r"/chapter/\d+/")
# 提取chapter后面不是纯数字的全部链接

• allow_domains
  接收一个域名或一个域名列表，提取到指定域的链接。

• deny_domains
  接收一个域名或一个域名列表，与 allow_domains 相反，排除到指定域的链接。

• restrict_xpaths
  接收一个 XPath 表达式或一个 XPath 表达式列表，提取 XPath 表达式选中区域下的链接。

• restrict_css
  接收一个 CSS 选择器或一个 CSS 选择器列表，提取 CSS 选择器选中区域下的链接。

• tags
  接收一个标签（字符串）或一个标签列表，提取指定标签内的链接，默认为 ['a', 'area'] 。

• attrs
  接收一个属性（字符串）或一个属性列表，提取指定属性内的链接，默认为[‘href’]。

• process_value
  接收一个形如 func(value) 的回调函数。如果传递了该参数，LinkExtractor 将调用该回调函数对提取的每一个链接（如 a 的 href ）进行处理，回调函数正常情况下应返回一个字符串（处理结果），想要抛弃所处理的链接时，返回 None。

# 查看LinkExtractor提取到url
links = LinkExtractor(allow=r"/info/\d+")
result = links.extract_links(response)