查詢：美麗的湯+ href模式不像我想要的那樣刮

Question

我有以下html模式我想使用BeautifulSoup來報廢。 html模式是：

<a href="link" target="_blank" onclick="blah blah blah">TITLE</a> 

我想抓住TITLE和顯示在鏈接中的信息。也就是說，如果您點擊鏈接，則會顯示TITLE的說明。我想要那個描述。

我開始只是想抓住題目與下面的代碼：

import urllib 
from bs4 import BeautifulSoup 
import re 

webpage = urrlib.urlopen("http://urlofinterest") 

title = re.compile('<a>(.*)</a>') 
findTitle = re.findall(title,webpage) 
print findTile 

我的輸出是：

% python beta2.py 
[] 

所以這顯然是連沒有找到稱號。我甚至嘗試過<a href>(.*)</a>，但沒有奏效。根據我對文檔的閱讀，我認爲BeautifulSoup會抓住我給它的符號之間的任何文本。在這種情況下，那麼我做錯了什麼？

Answer 1

你是如何導入beautifulsoup，然後根本不使用它？

webpage = urrlib.urlopen("http://urlofinterest") 

你要讀取該數據，使：

webpage = urrlib.urlopen("http://urlofinterest").read() 

喜歡的東西（應該讓你到一個點走得更遠）：

>>> blah = '<a href="link" target="_blank" onclick="blah blah blah">TITLE</a>' 
>>> from bs4 import BeautifulSoup 
>>> soup = BeautifulSoup(blah) # change to webpage later 
>>> for tag in soup('a', href=True): 
    print tag['href'], tag.string 

link TITLE