从一个用靓汤制作的网站上筛选返回的列表

Question

我用python编写代码。我一直在网上搜寻nba选秀的名字、球队形象和大学前景。但是当我刮取大学的名字时，我会同时看到学院页面和学院名称。我怎样才能得到它，这样我就只能看到大学了？我试过在锚点的末尾添加.string和.text(锚定.string). 在

import urllib2
from BeautifulSoup import BeautifulSoup
# or if your're using BeautifulSoup4:
# from bs4 import BeautifulSoup

list = []
soup = BeautifulSoup(urllib2.urlopen(
                            'http://www.cbssports.com/nba/draft/mock-draft'
                             ).read()
                     )

rows = soup.findAll("table",
                    attrs = {'class':'data borderTop'})[0].tbody.findAll("tr")[2:]

for row in rows:
  fields = row.findAll("td")
  if len(fields) >= 3:
    anchor = row.findAll("td")[2].findAll("a")[1:]
    if anchor:
      print anchor

Answer 1

html中锚的格式是<a href='web_address'>Text-that-is-displayed</a>，所以除非已经有了一个奇特的html解析器库（我敢打赌有，只是不知道有什么），否则您可能需要使用某种正则表达式来解析出所需的锚定部分。在

Answer 2

而不是仅仅：

print anchor

使用：

^{pr2}$