Как извлечь определенный текст из списка, созданного BeautifulSoup

Итак, я хотел бы получить список ссылок для скачивания со страницы:

soup = BeautifulSoup(driver.page_source)
linky=soup.find_all(name='a', href=re.compile('download.php'))

Это возвращает мне список всех ссылок:

[<a href = "download.php/947983/adam.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Adam"/></a>,
<a href = "download.php/947981/barb.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Barb"/></a>,
<a href = "download.php/947972/chris.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Chris"/></a>,
<a href = "download.php/947971/dan.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Dan"/></a>]

Я хотел бы извлечь ссылку href и заголовок img после «Загрузить», а затем поместить их в кортежи.

Итак, у меня был бы список вроде следующего:

[(download.php/947983/adam.zip, Adam)
(download.php/947981/barb.zip, Barb),
(download.php/947972/chris.zip, Chris),
(download.php/947971/dan.zip, Dan)]

Я думал, что могу просто разделить текст между href = "и" img для каждого элемента, но тогда я бы не знал, как это сделать, и следующая проблема заключается в том, как мне также извлечь заголовок?

python-3.x

26.10.2018 23:58

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Ответы 1

Вот решение вашей проблемы, допустим, у нас есть list_of_names, содержащий ваши входные ссылки и имена, которые вы хотите извлечь, затем ссылки и имена можно извлечь с помощью кода, приведенного ниже:

#!/usr/bin/python
import re
list_of_names= ['<a href = "download.php/947983/adam.zip"><img " = "" alt = "Download"  src = "browse_dl.png" style = "style = " title = "Download Adam"/></a>',
'<a href = "download.php/947981/barb.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Barb"/></a>',
'<a href = "download.php/947972/chris.zip"><img " = "" alt = "Download" src = "browse_dl.png"  style = "style = " title = "Download Chris"/></a>',
     '<a href = "download.php/947971/dan.zip"><img " = "" alt = "Download" src = "browse_dl.png" style = "style = " title = "Download Dan"/></a>']

links=[]
names=[]


for row in list_of_names:
    links.append([x.strip() for x in re.split(r"href=\"(.*)\"><img", row)][1])
    names.append([x.strip() for x in re.split(r"title=\"Download (.*)\"/>", row)][1])

desired_list=list(tuple(zip(links,names)))
print(desired_list)

Если вы скомпилируете этот скрипт, вы сможете получить желаемый результат:

python -i code_for_desired_output.py
[('download.php/947983/adam.zip', 'Adam'), ('download.php/947981/barb.zip', 'Barb'), ('download.php/947972/chris.zip', 'Chris'), ('download.php/947971/dan.zip', 'Dan')]

Это ответ. Спасибо!

— 28.10.2018 06:11

Затем вы должны принять его, установив галочку напротив ответа.

— 28.10.2018 08:23

27.10.2018 12:18