什麼美麗的湯發現正則表達式字符串使用？

Question

我

<a href="/downloadsServlet?docid=abc" target="_blank">Report 1</a> 
<a href="/downloadsServlet?docid=ixyz" target="_blank">Fetch Report 2 </a> 

我能夠得到使用BeautifulSoup

上述形式的鏈接列表形式的HTML鏈接我的代碼如下

from bs4 import BeautifulSoup 
html_page = urllib2.urlopen(url) 
soup = BeautifulSoup(html_page) 
listOfLinks = list(soup.findall('a')) 

然而，我想在鏈接中找到包含文字「Fetch」的鏈接。

我試過形式

soup.findAll('a', re.compile(".*Fetch.*")) 

但是，這是行不通的。我該如何選擇只有具有href的標籤a，並且文本部分中包含單詞「Fetch」？

Answer 1

一個正則表達式可以在這裏矯枉過正，但它允許對可能的擴展：

def criterion(tag): 
    return tag.has_attr('href') and re.search('Fetch', tag.text) 

soup.findAll(criterion) 
# [<a href="/downloadsServlet?docid=ixyz" target="_blank">Fetch Report 2 </a>] 

Answer 2

import re 
soup.findAll('a', text = re.compile("Fetch")) 

你可以使用正則表達式作爲過濾，它將使用re.search方法來過濾標籤。

text/string是標籤的文本值，text = re.compile("Fetch")意味着找到它的文本值包含標籤「取」

Document

還有一件事，用find_all()或findAll()，findall()是不是一個關鍵的詞bs4