import requests
import re
txt=‘<a href="https://www.vgirls.com/13404.html" class="list-title text-md h-2x" target="_blank">想把夏日的阳光寄给冬日的你</a>‘
urla=re.findall(‘<a href="(.*?)" class="list-title text-md h-2x" target="_blank">.*?</a>‘,txt)
for i in urla:
print(i)
urlb=re.findall(‘<a href=".*?" class="list-title text-md h-2x" target="_blank">(.*?)</a>‘,txt)
for i in urlb:
print(i)
结果:
https://www.vgirls.com/13404.html
想把夏日的阳光寄给冬日的你
总结:
1。根据网页源代码找到关键位置,主要分析相关同一级别的源代码的共同点
2。找到关键如txt的内容,复制下来
3。粘贴到空白处:urla=re.findall(‘ ‘,txt)
4.需要选择出来的部分去掉改成 (.*?);不想选择但内容又变化的去掉改成 .?*,一定不能加括号
5。所以第一个只提取超级连接的地址;第二个只提取“标签A中的文字"
原文地址:https://www.cnblogs.com/xkdn/p/12243681.html
时间: 2024-10-29 05:10:15