使用 Python 从其锚点获取链接

【问题标题】：Getting a link from its anchor with Python使用 Python 从其锚点获取链接
【发布时间】：2017-06-04 00:16:49
【问题描述】：

我有一个网址列表，其中包含所有相同的锚点“查看页面”以及其他类型的网址，如下所示：

<a href="url1" target="_blank">view page</a>

<a href="url2" target="_blank">view page</a>

有没有办法用这个特定的锚文本提取所有网址？

谢谢

【问题讨论】：

标签： python regex beautifulsoup

【解决方案1】：

要查找带有文本的链接查看页面，您可以使用find_all('a', text='view page')，然后遍历结果集并从中提取url：

from bs4 import BeautifulSoup    
soup = BeautifulSoup("""<a href="url1" target="_blank">view page</a>
<a href="url2" target="_blank">view page</a>
<a href="url2" target="_blank"></a>""", "html.parser")

[a['href'] for a in soup.find_all('a', text='view page')]
# [u'url1', u'url2']

【讨论】：