如何使用beautifulsoup提取onClick url答案

【问题标题】：How to extract onClick url using beautifulsoup如何使用beautifulsoup提取onClick url
【发布时间】：2020-08-11 09:39:49
【问题描述】：

下面是需要提取的HTML代码

<div class="one_block" style="display:block;" onClick="location.href=\'/games/box.html
?&game_type=01&game_id=13&game_date=2020-04-19&pbyear=2020\';" style="cursor:pointer;">
<!-- \xe5\xb0\x8d\xe6\x88\xb0\xe7\x90\x83\xe9\x9a\x8
a\xe5\x8f\x8a\xe5\xa0\xb4\xe5\x9c\xb0 start -->
<table width="100%" border="0" cellspacing="0" cellpadding="0" class="schedule_team">
<tr>

如何获得location.href 值？

试过了：

soup.findAll("div", {"onClick": "location.href"})

返回null

Desired Output:

/games/box.html?&game_type=01&game_id=13&game_date=2020-04-19&pbyear=2020

PS：有很多location.href

【问题讨论】：

嗨，你试过正则表达式吗？ import re from bs4 import BeautifulSoup soup.find_all('a', {'onClick': re.compile(r'location.href')})
不，但为什么是regex？我觉得regex 占用了更多时间
这只是一个建议...也许您可以尝试一下并使用分析器来跟踪性能问题
什么没用？你仍然得到 None ？或者你有错误？
@johnrao07 想要的输出是什么？

标签： python html beautifulsoup

【解决方案1】：

如何使用.select() method 和SoupSieve package 来运行 CSS 选择器

from bs4 import BeautifulSoup

html = '<div class="one_block" style="display:block;" onClick="location.href=\'/games/box.html?&game_type=01&game_id=13&game_date=2020-04-19&pbyear=2020\';" style="cursor:pointer;">' \
        '<!-- \xe5\xb0\x8d\xe6\x88\xb0\xe7\x90\x83\xe9\x9a\x8a\xe5\x8f\x8a\xe5\xa0\xb4\xe5\x9c\xb0 start -->' \
        '<table width="100%" border="0" cellspacing="0" cellpadding="0" class="schedule_team"><tr>'

soup = BeautifulSoup(html, features="lxml")
element = soup.select('div.one_block')[0]
print(element.get('onclick'))

使用 split 来获取只是 print(element.get('onclick').split("'")[1])

/games/box.html?&game_type=01&game_id=13&game_date=2020-04-19&pbyear=2020

【讨论】：

输出是`location.href='/games/box.html?&game_type=01&game_id=25&game_date=2020-04-29&pbyear=2020';`，需要进一步的字符串处理来获取url，可以通过代码完成吗
你需要什么输出？
没关系我在你的操作上看到它，我稍后会尝试运行测试
也许print(element.get('onclick').split("'")[1])
非常感谢。我正在尝试从您的帖子中学习。它们是很好的资源。