我正在尝试刮一个网站,并找到一个提要的所有标题。我在获取我需要的a
标记的文本时遇到了问题。下面是一个html示例。在
<td class="m" id="b1"><a href="/QSYcfT" id="c1" target="_blank" onClick="vPI('https://www.youtube.com/watch?v=BFNH-6K10Ic', 'QSYcfT', this.id); this.blur(); return false;">TF4 - Oreos</a> <a href="#" onClick="return lkP('1', 'QSYcfT');" id="x1"><font class="bp">(0)</font></a>
<td class="m" id="b2"><a href="/zXHNvp" id="c2" target="_blank" onClick="vPI('https://www.youtube.com/watch?v=0vjcGwZGBYI', 'zXHNvp', this.id); this.blur(); return false;">Awesome Game Boy Facts</a> <a href="#" onClick="return lkP('2', 'zXHNvp');" id="x2"><font class="bp">(0)</font></a>
我试图获取id为c
的每个a
标记的文本,并将每个标记打印到一个新行上。在
我的输出应该是这样的。在
^{pr2}$到目前为止我已经试过了。在
soup = bs4.BeautifulSoup(html)
links = soup.find_all('a',{'id' : 'c'})
for link in links:
print link.text
但它找不到或打印任何东西?在
您可以在对^{} 的调用中传递一个regular expression对象
输出
^{pr2}$可以用pass a regular expression代替属性值:
^
表示字符串的开头,\d+
匹配一个或多个数字。在演示:
^{pr2}$没有带有属性}。在
c
的a
标记,而是c1
和{如果要查找所有具有以^{开头的属性的
^{pr2}$a
,则需要传递正则表达式:相关问题 更多 >
编程相关推荐