使用Beauty Soup[duplicate]提取href元素内的特定psuedo标记
我有一个锚标签如下：
<a class="gsc_a_at" href= "/citations?view_op=view_citation&hl=en&user=11JgipcAAAAJ&pagesize=100&citation_for_view=11JgipcAAAAJ:j3f4tGmQtD8C">'''
我想提取后的内容citation_for_view使用美丽的汤。没有正则表达式我怎么做。
下面是我试过的。
输入数据=“”“
#!/usr/bin/python
from bs4 import BeautifulSoup
soup = BeautifulSoup(input_data)
for href_tags in soup.find_all('a',href=True):
print href_tags['href']
这将产生：
/citations?view_op=view_citation&hl=en&user=11JgipcAAAAJ&pagesize=100&citation_for_view=11JgipcAAAAJ:j3f4tGmQtD8C
如何提取citation_for_view中的内容，并仅输出11JgipcAAAAJ： j3f4tGmQtD8C
共有1个答案
您可以使用urlparse
>>> import urlparse
>>> url = '/citations?view_op=view_citation&hl=en&user=11JgipcAAAAJ&pagesize=100&citation_for_view=11JgipcAAAAJ:j3f4tGmQtD8C'
>>> vals = urlparse.parse_qs(url)
>>> print vals.get('citation_for_view')
['11JgipcAAAAJ:j3f4tGmQtD8C']
-
我有一个JSON如下 有没有什么方法可以直接将“ID”的值提取到变量中，而不需要遍历根元素，即“Root1”。因为每次运行应用程序时根元素名称都会发生变化，比如“Root2”、“Root3”。 下面是我尝试使用“Root1”和“Result”元素提取ID的代码
-
首先，我知道这个标题不是最好的，也不是网站推荐/要求的，但我不知道该怎么写。 我正在使用JQuery编辑我网站上的twitter小部件。我没有问题这样做，直到这一个元素。 我已经检查了我正在搜索正确的元素并且我正在尝试编辑的是 我的代码片段： 第一行编辑元素，它工作得很好，但是JQuery找不到。 对不起，这是我第一次在网站上工作，也是第一次使用JS和JQuery
-
问题内容： 我正在尝试从下面的html中检索网页中的数据 我的目标是解析“＃/ word / 1 /” 但输出是 我尝试了很多方法，似乎无法在目标类中获取“ a href”的内容。 我真的不想做的是获取页面的源代码，然后进行字符串搜索，这似乎很愚蠢。 反正得到那个？ 问题答案： 据我所知，您可以通过搜索子元素来获取href
-
问题内容： 我正在尝试从下面的html中检索网页中的数据 我的目标是解析“＃/ word / 1 /” 但输出是 我尝试了很多方法，似乎无法在目标类中获取“ a href”的内容。 我真的不想做的是获取页面的源代码，然后进行字符串搜索，这似乎很愚蠢。 反正得到那个？ 问题答案： 据我所知，您可以通过搜索子元素来获取href
-
我无法使用python检索以下xml中的性别字段。我试过以下方法： 我希望得到元素。但我得到“没有” XML页面 有人能帮我理解我做错了什么吗？