如何解析錨標籤中的文本？

Question

我想解析這個「<a href="javascript:8==99999?popDuelloDialog(2754288):popTeam(2386)">Gnistan</a>」並提取文本。

我試圖提取很多，但我無法成功。

我不知道如何建立一個這種格式的方法「javascript comes」:(numbers)「這是不重複的，所以我需要這樣一種方法，將只使用重複的部分，並將提取文本在主體中

我的代碼是在這裏：

import sys 
from PyQt4.QtGui import QApplication 
from PyQt4.QtCore import QUrl 
from PyQt4.QtWebKit import QWebPage 
import bs4 as bs 
import urllib.request 
import re 
from bs4 import BeautifulSoup 

class Client(QWebPage): 

    def __init__(self, url): 
     self.app = QApplication(sys.argv) 
     QWebPage.__init__(self) 
     self.loadFinished.connect(self.on_page_load) 
     self.mainFrame().load(QUrl(url)) 
     self.app.exec_() 

    def on_page_load(self): 
     self.app.quit() 

url = 'http://www.mackolik.com/Genis-Iddaa-Programi' 
client_response = Client(url) 
source = client_response.mainFrame().toHtml() 
soup = bs.BeautifulSoup(source, 'html.parser') 
#pattern=re.compile(r"javascript:;") 
#js_test = soup.find_all('a', href='javascript') 
hreff=soup.find_all("a","javascript:;") 
#js_test=soup.select('a[href^="javascript:\('(.*?)'\);"]') 
#print(js_test.text) 
#type(href) 
for i in hreff: 
    print(hreff[i]) 

Answer 1

IIUC所有你需要的是使BeautifulSoup獲得所有具有"javascript"屬性的錨定標記href屬性。但是，您想要解析的內容似乎是使用JavaScript創建的，而這需要使用selenium以及像ChromeDriver這樣的網絡驅動程序。使用BeautifulSoup和要求，我們可以看到，你可能想要的內容不是在HTML代碼，爲您解決問題的邏輯是這樣的：

from bs4 import BeautifulSoup 
import requests 
url = "http://www.mackolik.com/Genis-Iddaa-Programi" 
data = requests.get(url).text 
soup = BeautifulSoup(data, 'html.parser') 

for tag in soup.findAll('a'): 
    if "javascript" in tag['href']: 
     print(tag.text) 

上面的代碼檢查，如果子"javascript"是in的href屬性，如果爲true則打印標籤的文本。

隨着硒和ChromeDriver邏輯是大同小異的，但我們需要其他的方法：

from selenium import webdriver 

url = "http://www.mackolik.com/Genis-Iddaa-Programi" 
driver = webdriver.Chrome() 
driver.get(url) 

for tag in driver.find_elements_by_tag_name("a"): 
    if "javascript" in tag.get_attribute("href"): 
     print(tag.text) 

Answer 2

你可以像這樣我知道這是在VB，但你可以採取的想法...

'look for the begining of <a href 
    Dim xstr As String = "<a href=javascript:8==99999?popDuelloDialog(2754288):popTeam(2386)>Gnistan</a>" 
    Dim xStart As Integer = InStr(xstr, "<a href") 
    If xStart > 0 Then 
     'look for the end 
     Dim AHREF As Integer = InStr(xStart, xstr, ">") + 1 
     'look for </a> 
     Dim endAHREF As Integer = InStr(AHREF, xstr, "</a>") 
     'take what you need 
     Dim Result As String = Mid(xstr, AHREF, endAHREF - AHREF) 


    End If