Python 试图从以'；结尾的字符串获取所有链接'；

我需要从Genius页面获取艺术家专辑的所有链接。所有链接都可以在第五个标签预加载内容属性值data-preload_data中找到。该值以str的形式存储在变量字符串中

我试图提取所有链接，以'https://genius.com/albums/“然后以”“结尾，但它不起作用。当我没有使用$sign作为结尾时，我得到了正确数量的链接，但没有必要的结尾部分

import urllib.request, urllib.parse, urllib.error
from bs4 import BeautifulSoup
import ssl
from urllib.request import Request, urlopen
import re

name = input('Rapper - ')
url = 'https://genius.com/artists/'+name+''
hdr = {'User-Agent': 'Mozilla/5.0'}
req = Request(url,headers=hdr)
html = urlopen(req)
soup = BeautifulSoup(html, 'html.parser')

hrefs = soup.find_all("preload-content")
string = hrefs[5]['data-preload_data']

result = re.findall('(https://genius.com/albums/'+name+'.,$)', string)
print(result)

你可以用

re.findall（r'(https://genius\.com/albums/'+re.escape（名称）+'/[^“\'\s]*？）“，”，字符串）

看

详细信息

• (https://genius\.com/albums/'+re.escape（名称）+'/[^“\'\s]*？）

  -第1组：

  • https://genius\.com/albums/'+re.escape（name）+'/

    -文字子字符串

  • [^”\'\s]*？

    -除

    “

    、

    ”

    、空格、
    之外的任何零个或多个字符，尽可能少（由于

    *？

    惰性量词）

• ”，

  -文本字符串

---

请注意，在正则表达式中使用的

名称

必须转义所有特殊字符，才能使正则表达式语法正确，因此使用

re.escape（name）

仍然不匹配。您可以提供起始url，在该url中，可以在属性data-preload_data的第五个标记预加载内容值中找到所有链接？我想你想要的是

re.findall（r'https://genius\.com/albums/\S*，'，string）

或

re.findall（r''https://genius.com/albums/[^“'\s]*，''，text）

，请参阅。在检查HTML之后，我认为

re.findall（r'(https://genius\.com/albums/'+name+'/[^“\'\s]*？）”，，字符串）

应该有效。检查。@WiktorStribiżew非常感谢您的帮助。СПзззФззз