如何通過Beautiful Soup在href中抓取文本？

Question

我有一個格式為<a href="javascript:ShowImg('../UploadFile/Images/c/1/B_27902.jpg');">的 href ，我想用'../UploadFile/Images/c/1/B_27902.jpg' 。 我用了一個愚蠢的方法來獲取它:(我想知道是否有更簡單的方法來獲取它。

url = '<a href="javascript:ShowImg('../UploadFile/Images/c/1/B_27902.jpg');">'
html = url.get('href')
html = html.replace('javascript:ShowImg(', '').replace(');', '')

原始標簽如下：

<a href="javascript:ShowImg('../UploadFile/Images/c/1/B_27902.jpg');">
<img height="110" onerror="this.src='../UploadFile/Images/no_pic_big.jpg';"
src="../UploadFile/Images/c/1/S_27902.jpg" width="170"/>
</a>

Answer 1

BeautifulSoup可以在搜索元素時將編譯的正則表達式模式應用於屬性值。 然后，您可以使用相同的模式來提取所需的部分：

import re
from bs4 import BeautifulSoup

data = """
<a href="javascript:ShowImg('../UploadFile/Images/c/1/B_27902.jpg');">
<img height="110" onerror="this.src='../UploadFile/Images/no_pic_big.jpg';"
src="../UploadFile/Images/c/1/S_27902.jpg" width="170"/>
</a>
"""

soup = BeautifulSoup(data, "html.parser")
pattern = re.compile(r"javascript:ShowImg\('(.*?)'\);")

href = soup.find('a', href=pattern)["href"]
link = pattern.search(href).group(1)
print(link)  # prints ../UploadFile/Images/c/1/B_27902.jpg