如何从python中的锚href属性中检索文本答案

【问题标题】：how to retrieve text from anchor href attribute in python如何从python中的锚href属性中检索文本
【发布时间】：2016-11-03 00:31:34
【问题描述】：

假设我有一个这样的链接：

link = '<a href="some text">...</a>'

有什么方法可以从锚点 href 属性中检索文本，所以结果将是这样的：

hrefText = 'some text'

提前谢谢你

【问题讨论】：

标签： python href

【解决方案1】：

这是一种方式：

import re
print re.search('(?<=<a href=")[^"]+',link).group(0)

或者，

print re.search(r'<a\s+href="([^"]+)',link).group(1)

【讨论】：

【解决方案2】：

虽然您可以拆分或使用正则表达式，但对于更模块化和强大的工具集，您可以使用

美汤：https://www.crummy.com/software/BeautifulSoup/

示例代码：

from bs4 import BeautifulSoup 
link = '<a href="some text">...</a>'
soup = BeautifulSoup(link, "html.parser")
for anchor in soup.find_all('a', href=True):
    print anchor['href']

或者，对于单个函数，您可以这样做：

from bs4 import BeautifulSoup 

def getHref( link ):
    soup = BeautifulSoup(link, "html.parser")
    return soup.find_all('a', href=True)[0]['href']

【讨论】：

仅仅解析一个href链接是不是有点矫枉过正？
虽然这是一个较小的问题，但很多人在未来阅读这篇文章可能会尝试做更多的抓取:)

【解决方案3】：

您可以使用 bs4 并为此请求 lib。

import requests
from bs4 import BeautifulSoup
url = 'https://examplesite.com/'
source = requests.get(url)
text = source.text
soup = BeautifulSoup(text, "html.parser")
for link in soup.findAll('a', {}):
   href = '' + link.get('href')
   title = link.string
   print("hrefText = ", href)

希望这会有所帮助:)

【讨论】：