使用BeautifulSoup獲取匹配擴展名的文件名

Question

我正在嘗試使用BeautifulSoup解析HTML頁面，該文件包含文本文件，以.txt擴展名結尾。我想解析HTML，並獲取以.txt結尾的字符串。

所有這樣的字符串是一個<a href>標籤內，這裏是一些例子：

<a href = "foo.txt">

<a href = "bar.txt">

如何獲得foo.txt和bar.txt。

我這樣做：

>>> links = soup.findAll('a')

但我無法找到如何提取完整的字符串...有什麼建議？

Answer 1

BeautifulSoup接受正則表達式作爲參數的形式find()和findAll() 這應該工作：

links = soup.findAll(href=re.compile("\.txt$"))