将一个字符串添加到BeautifulSoup刮片的输出

我正在使用BeautifulSoup来创建帖子和相关链接的论坛页面。将一个字符串添加到BeautifulSoup刮片的输出

我想要的页面上的链接形式为r"xx/res/[0-9]{5}.html$"。

到目前为止，在我的BeautifulSoup对象中找到它们很好，当我使用print：/xx/res/83071.html时，将返回以下链接格式。

我现在想为每个结果预先设置域名'http://website.com'，并使用完整的url作为进一步搜索的基础。

我的成功代码看起来是这样的：

url = 'http://website.com/xx/index.html' 
res = urlopen(url) 
soup = BeautifulSoup(res, 'html.parser') 

links = soup.select('a',{'href':re.compile(r"xx/res/[0-9]{5}.html$")}) 

for l in links: 
    print(l['href'])

作为例子，下面是打印到控制台：

/xx/res/83071.html
/XX/res/81813.html
/xx/res/92014.html
/xx/res/92393.html

希望得到一些正确的语法帮助，将prepended字符串连接到输出。

谢谢。

来源

2017-02-19 runDiomedes

这会为你工作： -

url = 'http://website.com/xx/index.html' 
res = urlopen(url) 
soup = BeautifulSoup(res, 'html.parser') 

links = soup.select('a',{'href':re.compile(r"xx/res/[0-9]{5}.html$")}) 

for l in links: 
    print ('http://website.com'+l['href'])

来源

2017-02-19 12:38:04

谢谢，感谢。 – runDiomedes

@runDiomedes如果你认为它适合你，你应该接受它通过点击右键button.Thanks！ –

有几种方法可以做到这一点。我个人喜欢string.format方法。

店基地网址：

xx = 'base_url'

您的打印线是：

print('/{}/{}'.format(xx, l['href']))

其中{}得到由.format更换，而不是有你送入参数变量。

来源

2017-02-19 01:21:13

辉煌，谢谢。一旦孩子睡觉，我会给它一个旋转！ – runDiomedes

Np，让我知道它是怎么回事。 =） –

将一个字符串添加到BeautifulSoup刮片的输出

回答

相关问题