<a href>使用 Python 正则表达式查找所有 HTML 标签和 append 目标空白值</a>

Question

我想找到所有

<a href='https://example.com/'>

大文件中的引用和 append

target='_blank' rel='noopener noreferrer'

标签末尾的选项，如果它丢失了。

大致上，我做了以下事情：

re.sub(r'<a href=([^>]+)', r'<a href=([^>]+)' + " target='_blank' rel='noopener noreferrer'", content)

注意：内容包含要更改的文本正文。

但是，第二个参数（应该是要替换的值）弄乱了结果。

我得到的 output 是：

<a href=([^>]+) target='_blank' rel='noopener noreferrer'>

预期结果应该是：

<a href='https://example.com/' target='_blank' rel='noopener noreferrer'>

我做错了什么，我该如何解决这个问题？

Answer 1

试试这个：（*** 如果专业编码，请使用建议的工具 ti7。）

import re
content = "<a href='https://example.com/'>"
x = re.sub(r'(<a href=([^>]+))', r'\1' + " target='_blank' rel='noopener noreferrer'", content)
print(x)

output:
   <a href='https://example.com/' target='_blank' rel='noopener noreferrer'>

Answer 2

如果您可以使用第三方库，BeautifulSoup 可能非常适合您！
https://www.crummy.com/software/BeautifulSoup/bs4/doc/

from bs4 import BeautifulSoup
soup = BeautifulSoup(html_contents, "html.parser")
soup.find_all("a")