在href标记中查找匹配项

Question

我尝试使用Beautiful Soup来查找所有<a>元素，其中href属性包含特定的字符串。在

完整元素的一个例子是：

<a href="/markets/NZSX/securities/ABA">ABA</a>

我在寻找href包含{}的所有元素。在

我希望从这个元素中提取文本。在示例中，这将是ABA。在

Answer 1

为了扩展alecxe编写的非常有用的答案，我还能够找到以特定字符串开头的类。这句话来自维基百科：

soup.find('table' , class_=lambda class_: class_ and class_.startswith("infobox")).find('th', string="Born")

Answer 2

有几种方法可以达到这个目的。使用^{}：

soup.find_all("a", href=re.compile(r"^/markets/NZSX/securities/"))
soup.find_all("a", href=lambda href: href and href.startswith("/markets/NZSX/securities/"))

或者，用CSS selector：

^{pr2}$

上面将检查href到以/markets/NZSX/securities/开头。如果要应用“包含”复选框：

soup.find_all("a", href=re.compile(r"/markets/NZSX/securities/"))
soup.find_all("a", href=lambda href: href and "/markets/NZSX/securities/" in href)
soup.select('a[href*="/markets/NZSX/securities/"]')