主页 / 问题 / 1511431
Accepted
Dark Space
Asked:2023-04-07 18:44:00 +0000 UTC2023-04-07 18:44:00 +0000 UTC

查找所有不带冒号的链接 Python

  • 772

我想从维基百科收集所有不包含冒号的链接。但是当使用正则表达式时，出于某种原因，一切都没有按预期工作。

html = request.urlopen('https://ru.wikipedia.org/wiki/')
soup = BeautifulSoup(html, 'lxml')

all_links = soup.find_all('a', {'href': re.compile('[^:]')})

元素之一的示例all_links

<a href="https://www.mediawiki.org/">

问题是什么？

python

1 个回答

  1. Best Answer

    您的正则表达式对至少 1 个字符不等于的所有字符串均有效:。为了将条件重写为“整行不包含：”，您可以在行首和行尾添加“锚点”，以及添加量词+（一个或多个字符）。

    from urllib.request import urlopen
import re
from bs4 import BeautifulSoup

html = urlopen('https://ru.wikipedia.org/wiki/')
soup = BeautifulSoup(html, 'lxml')

all_links = soup.find_all('a', {'href': re.compile('^[^:]+$')})
print(*all_links, sep='\n')
    • 3

相关问题