如何從Python中的字符串中提取子字符串？

Question

所以我只是想知道我怎麼會從以下字符串中提取http://www.google.com：

<div class="asdf"><a href="http://www.google.com"> 

比方說，我有一堆在裏面鏈接一個巨大的字符串，我想提取所有內的鏈接一個href的引號，我該怎麼做？

Answer 1

You need an HTML Parser。例如使用BeautifulSoup：

from bs4 import BeautifulSoup 

soup = BeautifulSoup(data) 
for link in soup.select("div.asdf > a[href]"): 
    print(link["href"]) 

這將匹配所有具有href屬性直接位於div元件具有「ASDF」類中的鏈接。

你也可以找到所有的輸入文檔中的a元素：

for link in soup.find_all("a", href=True): 
    print(link["href"]) 

或者：

for link in soup.select("a[href]"): 
    print(link["href"])