提问人：zircon 提问时间：4/10/2023 最后编辑：Wiktor Stribiżewzircon 更新时间：4/12/2023 访问量：41
如何从没有 ancore 标签的 HTML 中获取所有链接？
how to fetch all links from html without ancore tag?
问：
我想从代码中给出的链接中获取所有链接，尤其是这个 https://api.somthing.com/v1/companies/ 链接。我在网上找到的所有正则表达式都只获取简单的链接，例如 https://api.somthing.com
import requests
import re
from bs4 import BeautifulSoup
url='https://www.linkdin.com/'
x = requests.get(url)
html_doc=x.text
soup = BeautifulSoup(html_doc,"html.parser" )
print(soup)
答：
1赞
Timeless
4/10/2023
#1
p= r'https://api\.something\.com/.*?(?=")'
urls = re.findall(p, html_doc)
输出：
['https://api.something.com/v1/companies/postings/733260034',
'https://api.something.com/v1/companies/postings/371262356',
'https://api.something.com/v1/companies/postings/465637233',
'https://api.something.com/v1/companies/postings/315747724,
...
评论
0赞
Timeless
4/10/2023
这不是您在问题/帖子中要求的。你能更具体一点吗？
0赞
zircon
4/10/2023
实际上，我想要一个可以获取任何类型的 url 的 regx，而不是任何特定类型的url.@Timeless
1赞
Timeless
4/10/2023
在这种情况下，请使用p = r'https://.+?\.com/.*?(?=")'
0赞
markalex
4/10/2023
如果我们假设链接只包含在属性中，我相信你的前瞻应该是 .(?="|')
评论