使用什么漂亮的汤findall regex字符串？

Question

我有HTML形式的链接

<a href="/downloadsServlet?docid=abc" target="_blank">Report 1</a>
<a href="/downloadsServlet?docid=ixyz" target="_blank">Fetch Report 2 </a>

我可以得到一个以上表格的链接使用美丽组

我的代码如下

^{pr2}$

但是，我想找到在引用链接的文本中有单词“Fetch”的链接。在

我试过了

soup.findAll('a', re.compile(".*Fetch.*"))

但这行不通。如何仅选择包含href且文本部分包含单词“Fetch”的标记a？在

Answer 1

regex在这里可能是一种过度使用，但它允许可能的扩展：

def criterion(tag):
  return tag.has_attr('href') and re.search('Fetch', tag.text)

soup.findAll(criterion)
# [<a href="/downloadsServlet?docid=ixyz" target="_blank">Fetch Report 2 </a>]

Answer 2

import re
soup.findAll('a', text = re.compile("Fetch"))

您可以使用regex作为过滤器，它将使用re.search方法来过滤我们的标签。在

text/string是标记的文本值，text = re.compile("Fetch")表示查找文本值包含“Fetch”的标记

Document

还有一件事，使用find_all()或findAll()，findall()不是bs4中的关键字