查找以.rss结尾的带有python beautifulsoup4的url

Question

我正试图找到一种方法来获得类似于itunes电影预告片的rss提要url

<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss">

如何使用beautifulsoup匹配以.rss结尾的URL？你知道吗

Answer 1

您可以使用re模块并传递正则表达式模式以匹配属性，例如，要匹配字符串末尾的rss，可以使用rss$：

soup = BeautifulSoup("""<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss"></a>
<a href="http://trailers.apple.com/trailers/home/rss/newtrailers"></a>""", "html.parser")

import re
soup.find_all("a", {"href": re.compile("rss$")})
# [<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss"></a>]

Answer 2

您可以遍历页面中找到的所有a标记，并检查它们的href字段是否以.rss结尾

for link in page.findAll(`a`):
    if link['href'].endswith('.rss'):
        **do something**