使用 bs4 查找链接答案

【问题标题】：find links using bs4使用 bs4 查找链接
【发布时间】：2020-04-12 10:06:57
【问题描述】：

我正在尝试使用 bs4 从脚本标签中获取链接

这是我要从中抓取链接的标签

html = """<script type="text/javascript">var player = new Clappr.Player({
    sources: ["https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkdqatbvqbc5axyv4dpuq/v.mp4","https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkyyarbvqbc5dtluomera/v.mp4"]

    poster: "image.jpg",
    width: "100%",
height: "100%",
disableVideoTagContextMenu: true,
    parentId: "#vplayer",
    events: {
    onReady: function() {  },
    }"""

如何获取“来源”中的链接？

link1 = "https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkdqatbvqbc5axyv4dpuq/v.mp4"

link2 = "https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkyyarbvqbc5dtluomera/v.mp4"

链接匹配，所以我只需要其中 1 个

注意：域名每次都变所以我无法搜索 example.com

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

import re
html = """<script type="text/javascript">var player = new Clappr.Player({
    sources: ["https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkdqatbvqbc5axyv4dpuq/v.mp4","https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkyyarbvqbc5dtluomera/v.mp4"]

    poster: "image.jpg",
    width: "100%",
height: "100%",
disableVideoTagContextMenu: true,
    parentId: "#vplayer",
    events: {
    onReady: function() {  },
    }"""

match = re.findall(r"https.+?mp4", html)

print(match)

输出：

['https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkdqatbvqbc5axyv4dpuq/v.mp4', 'https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkyyarbvqbc5dtluomera/v.mp4']

或者

match = re.search(r"sources: (\[.+\])", html).group(1)

print(match)

输出：

["https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkdqatbvqbc5axyv4dpuq/v.mp4","https://example.com/zx5x4vxkb52dxcne4zwsbbn6rpafhxnsodnlcjifkyyarbvqbc5dtluomera/v.mp4

【讨论】：