如何從一行中的<a>字符串中刪除鏈接？

Question

我正在使用網絡抓取工具，它有許多不同的變量，因此將每個變量保存到一行對我來說很重要。目前的變量我的工作我都下到這一點：

<a href="http://website.com/example/123" target="_blank">Example</a> 

有沒有簡單的方法，我可以簡單地得到一個代碼行報廢了網站（http://website.com/example/123在這種情況下）？

我目前正在使用urllib，re和BeautifulSoup，所以任何這些庫都很好。我嘗試加入

.find('a', attrs={'href': re.compile("^http://")}) 

到我的行結束，但它使輸出沒有任何返回。

Answer 1

我相信所有你需要做的就是yourVarName [ 'href' 屬性]：

from bs4 import BeautifulSoup 

html = '''<a href="http://website.com/example/123" target="_blank">Example</a>''' 

soup = BeautifulSoup(html) 

for a in soup.find_all('a', href=True): 
    print "Found the URL:", a['href'] 

找到的網址：http://website.com/example/123

https://stackoverflow.com/a/5815888/3920284