如何从python中的onclick函数获取href链接答案

【问题标题】：how to get href link from onclick function in python如何从python中的onclick函数获取href链接
【发布时间】：2016-09-02 09:38:07
【问题描述】：

我想获取网站表单onclick功能的href链接这是 html 代码，其中 onclick 函数调用网站

<div class="fl">
  <span class="taLnk" onclick="ta.trackEventOnPage('Eatery_Listing', 'Website', 594024, 1); ta.util.cookie.setPIDCookie(15190); ta.call('ta.util.link.targetBlank', event, this, {'aHref':'LqMWJQzZYUWJQpEcYGII26XombQQoqnQQQQoqnqgoqnQQQQoqnQQQQoqnQQQQoqnqgoqnQQQQoqnQQuuuQQoqnQQQQoqnxioqnQQQQoqnQQ2EisSMVCnVcJQQoqnQQQQoqnxioqnQQQQoqnQQniaQQoqnQQQQoqnqgoqnQQQQoqnQQWJQzhYMJkH3KHVAdJJH3VVdB', 'isAsdf':true})">Website</span> 
</div>

通常我使用此代码从任何跨度或元素获取 href 链接

geturl = soup.findsoup("span", {"class": "taLnk"})
for link in geturl:
  hreflink = link.get("href")
  print(hreflink)

但是这种情况下没有办法直接调用href，因为onclick函数中存在href

请帮我现在该怎么办

【问题讨论】：

是否要提取位于aHref的数据
是的，我想提取位于 aHref 中的数据。该数据包含网站链接。以及如何从这些数据中生成网站链接，如果可以的话请帮助我@akash karothiya
aHref 可以轻松提取的数据，使用 bs4 和 regex
请给我一些代码或示例如何做到这一点

标签： python html python-3.x beautifulsoup

【解决方案1】：

不能直接解析aHref属性，需要先提取onclick。

>>> import re
>>> data = soup.select('.taLnk')[0].get('onclick')
>>> href = re.search(r"(?is)'aHref':'(.*?)'",str(data)).group(1)
'LqMWJQzZYUWJQpEcYGII26XombQQoqnQQQQoqnqgoqnQQQQoqnQQQQoqnQQQQoqnqgoqnQQQQoqnQQuuuQQoqnQQQQoqnxioqnQQQQoqnQQ2EisSMVCnVcJQQoqnQQQQoqnxioqnQQQQoqnQQniaQQoqnQQQQoqnqgoqnQQQQoqnQQWJQzhYMJkH3KHVAdJJH3VVdB'

【讨论】：

【解决方案2】：

您可以在 bs4 中使用正则表达式，选择具有类 taLnk 和以 ta.trackEventOnPage 开头的 onclick 属性的跨度：

h = """<div class="fl">
  <span class="taLnk" onclick="ta.trackEventOnPage('Eatery_Listing', 'Website', 594024, 1); ta.util.cookie.setPIDCookie(15190); ta.call('ta.util.link.targetBlank', event, this, {'aHref':'LqMWJQzZYUWJQpEcYGII26XombQQoqnQQQQoqnqgoqnQQQQoqnQQQQoqnQQQQoqnqgoqnQQQQoqnQQuuuQQoqnQQQQoqnxioqnQQQQoqnQQ2EisSMVCnVcJQQoqnQQQQoqnxioqnQQQQoqnQQniaQQoqnQQQQoqnqgoqnQQQQoqnQQWJQzhYMJkH3KHVAdJJH3VVdB', 'isAsdf':true})">Website</span>
</div>"""

from bs4 import BeautifulSoup
import re
soup = BeautifulSoup(h)

data = soup.select_one("span.taLnk[onclick^=ta.trackEventOnPage]")["onclick"]
print(re.search("'aHref':'(.*?)'", data).group(1))

【讨论】：