+-
我正在编写脚本以从网站下载多个FLAC,并且正在使用Beautiful Soup获取flac链接并使用urlopen下载链接
我希望BS搜索以.flac结尾的链接(我不知道文件名,只是扩展名EX：1个文件是XXX.flac,另一个是YYY.flac)
flac文件的HTML在这里
<b><a class=location href="/soundtracks/index.php">Soundtracks</a><font class=location> » </font><a href="/soundtracks/highquality/index.php">High Quality Game
Soundtracks [FLAC]</a><font class=location> » </font><a href="/soundtracks/highquality/Metal_Gear_20th_Anniversary/72">Metal Gear 20th Anniversary</a><font class=location> » 01 Metal Gear 20 Years History -Past, Present, Future- Download</font></b><h1>Metal Gear 20th Anniversary Download Links:</h1><a style="font-size: 16px; font-weight:bold;" href="http://50.7.161.234/bks/94/245/Music/[029] MG 20th Anniversary [FLAC]/01 Metal Gear 20 Years History -Past, Present, Future-.flac">Metal Gear 20th Anniversary - 01 Metal Gear 20 Years History -Past, Present, Future-</a> <font face="Verdana" style="font-size: 16px;">Format: FLAC, Size: 76M</font><br> <font face="Verdana" style="font-size: 10px;"><b>Note: If the file starts playing in your browser window, try right-clicking and "Save Target As"</b></font><br>
我试图找到身份证. t = soup.find(id =“ flac”)但我没有任何相关结果.我对此很空白,我不知道有什么办法解决
如何让BS搜索并找到文件链接,然后将该文件链接分配给变量？
import mechanize
import urllib, urllib2, re
from bs4 import BeautifulSoup
####MECHANIZE####
br = mechanize.Browser()
res = br.open("http://www.emuparadise.me/soundtracks/highquality/Metal_Gear_20th_Anniversary/72")
a = 2 #COUNTER FOR LOOP
br.follow_link(text_regex='Download', nr=a)
b = br.geturl() #GETS THE URL
print b
page = urllib2.urlopen(b).read()
soup = BeautifulSoup(page)
soup.prettify()
t = soup.find(id="")
print t
最佳答案
您的代码正在尝试匹配链接到这些标记的锚标记中不存在的id属性.
而是使用正则表达式来匹配以.flac结尾的href：
t = soup.find_all(href=re.compile(".flac$"))
点击查看更多相关文章
转载注明原文：如何获取Beautiful Soup以从href和class获得链接？ - 乐贴网
