使用美丽的汤提取部分href链接答案

【问题标题】：Extract part of href link using beautiful soup使用美丽的汤提取部分href链接
【发布时间】：2020-05-31 21:22:05
【问题描述】：

我是 python 请求和漂亮汤的新手，我试图创建一个脚本来自动登录和注销，但我需要“_wpnonce”值来发送有效的发布请求。我想知道是否有一种方法可以使用漂亮的汤从此链接中提取“_wpnonce”值，不胜感激。

<a href="https://www.example.com/wp-login.php?action=logout&amp;_wpnonce=fc789123fe&redirect_to=%2Fuser%2Flogout">Sign Out</a>

提取的值将是“fc789123fe”

【问题讨论】：

标签： python-3.x wordpress beautifulsoup python-requests

【解决方案1】：

你可以使用urllib.parse来解析组件的URL（官方正确的方式）：

例如：

txt = '''<a href="https://www.example.com/wp-login.php?action=logout&amp;_wpnonce=fc789123fe&redirect_to=%2Fuser%2Flogout">Sign Out</a>'''

from bs4 import BeautifulSoup
from urllib.parse import parse_qs, urlparse

soup = BeautifulSoup(txt, 'html.parser')

href = soup.select_one('a')['href']
parameters = parse_qs(urlparse(href).query)

print( parameters['_wpnonce'][0] )

打印：

fc789123fe

要“作弊”一点，可以使用re模块：

print( re.search(r'_wpnonce=([a-f0-9]+)', soup.select_one('a')['href']).group(1) )

编辑：要查找带有文本 Sign Out 的标签 <a>，您可以这样做：

href = soup.find('a', text='Sign Out')['href']

【讨论】：

谢谢你的工作，有没有办法找到带有“退出”文本的元素？
谢谢，感谢您的帮助！

【解决方案2】：

这应该可以工作

tag = r'<a href="https://www.example.com/wp-login.phpaction=logout&amp;_wpnonce=fc789123fe&redirect_to=%2Fuser%2Flogout">Sign Out</a>'
tag = tag.split("_wpnonce=")[1]
tag = tag.split("&")[0]
print(tag)

输出

fc789123fe

【讨论】：