如何从Python中的字符串中提取子字符串？

Question

所以我只是想知道我怎么会从以下字符串中提取http://www.google.com：

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

比方说，我有一堆在里面链接一个巨大的字符串，我想提取所有内的链接一个href的引号，我该怎么做？

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"]) 

这将匹配所有具有href属性直接位于div元件具有“ASDF”类中的链接。

你也可以找到所有的输入文档中的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"])