python – 只获取带有BeautifulSoup的URL列表的第一个链接

2023年8月20日 220次阅读

我解析了整个
HTML文件,使用
Python中的Beautifulsoup模块提取了一些URL,并且代码安静：

for link in soup.find_all('a'):
    for line in link :
        if "condition" in line :

           print link.get("href")

我在shell中获得了一系列观察if循环中条件的链接：

> http：// ..link1
> http：// ..link2
>.
>.
> http：// ..linkn

我怎么能把变量“输出”只放在这个列表的第一个链接？

编辑：

该网页为：http://download.cyanogenmod.com/?device=p970,该脚本必须在HTML页面中返回第一个短URL(http：//get.cm / …).

最佳答案 你可以使用oneliner来做到这一点：

import re

soup.find('a', href=re.compile('^http://get.cm/get'))['href']

将它分配给一个变量：

variable=soup.find('a', href=re.compile('^http://get.cm/get'))['href']

我不知道你到底在做什么,所以我将从头开始发布完整的代码：
NB！如果你使用bs4更改导入

import urllib2
from BeautifulSoup import BeautifulSoup
import re

request = urllib2.Request("http://download.cyanogenmod.com/?device=p970")
response = urllib2.urlopen(request)
soup = BeautifulSoup(response)
variable=soup.find('a', href=re.compile('^http://get.cm/get'))['href']
print variable

>>> 
http://get.cm/get/4jj
点赞