Python 在Enlive中解析HTML，就像在Beautifulsoup中一样

我正在尝试用Enlive从Clojure中的HTML获取链接。我可以从一个页面中获取所有链接的列表吗？我可以重复一下吗

从bs4导入BeautifulSoup soup=BeautifulSouphtml\u doc，'html.parser' 粉饰 睡鼠的故事

睡鼠的故事

从前有三个小姐妹；他们的名字是 , 和 ; 他们住在井底。

...

链接=汤。查找所有“a” 或

链接=汤'a'

---

我如何在Clojure和Enlive中做到这一点？

这将非常简单：

需要“[net.cgrand.enlive-html:作为enlive] 让[data enlive/html资源java.net.URL。https://www.stackoverflow.com 所有参照激活/选择数据[：a]] 首先是所有裁判 ;;=> {:tag:a，：attrs{:hrefhttps://stackoverflow.com，：class-logo js gps track，：data gps track top\u nav。单击{is_current:true，location:1，destination:8}}，：content\n{：标记：span，：attrs{：class-img}，：content Stack Overflow}\n} “所有引用”集合将包含来自enlive表示形式页面的所有链接

让[data enlive/html资源java.net.URL。https://www.stackoverflow.com 所有参照激活/选择数据[：a]] 地图->%：属性：href所有参考

---

例如，将从非常简单的链接中收集所有href值：

需要“[net.cgrand.enlive-html:作为enlive] 让[data enlive/html资源java.net.URL。https://www.stackoverflow.com 所有参照激活/选择数据[：a]] 首先是所有裁判 ;;=> {:tag:a，：attrs{:hrefhttps://stackoverflow.com，：class-logo js gps track，：data gps track top\u nav。单击{is_current:true，location:1，destination:8}}，：content\n{：标记：span，：attrs{：class-img}，：content Stack Overflow}\n} “所有引用”集合将包含来自enlive表示形式页面的所有链接

让[data enlive/html资源java.net.URL。https://www.stackoverflow.com 所有参照激活/选择数据[：a]] 地图->%：属性：href所有参考

---

例如，如果您需要使用Enlive的HTML资源功能摄取一些HTML，那么您首先需要从链接中收集所有href值。我们将抓取news.google.com：

(defn fetch-url [url]
  (html/html-resource (java.net.URL. url)))
(def goog-news (fetch-url "https://news.google.com"))

要获取所有标记，请使用带有简单选择器的select函数（第二个参数）：

(html/select goog-news [:a])

这将计算为一系列映射，每个标记一个。以下是今天新闻中的标签图示例：

{:tag :a,
 :attrs {:class "nuEeue hzdq5d ME7ew",
         :target "_blank",
         :href "https://www.vanityfair.com/hollywood/2018/01/first-black-panther-reviews",
         :jsname "NV4Anc"},
 :content ("The First Black Panther Reviews Are Here—and They're Ecstatic")}

---

要获取每个的内部文本，您可以将Enlive的文本函数映射到结果上，例如映射html/text*1。要获取每个href，您可以映射comp:href:attrs*1。

首先，您需要使用Enlive的HTML资源功能摄取一些HTML。我们将抓取news.google.com：

(defn fetch-url [url]
  (html/html-resource (java.net.URL. url)))
(def goog-news (fetch-url "https://news.google.com"))

要获取所有标记，请使用带有简单选择器的select函数（第二个参数）：

(html/select goog-news [:a])

这将计算为一系列映射，每个标记一个。以下是今天新闻中的标签图示例：

{:tag :a,
 :attrs {:class "nuEeue hzdq5d ME7ew",
         :target "_blank",
         :href "https://www.vanityfair.com/hollywood/2018/01/first-black-panther-reviews",
         :jsname "NV4Anc"},
 :content ("The First Black Panther Reviews Are Here—and They're Ecstatic")}

要获取每个的内部文本，您可以将Enlive的文本函数映射到结果上，例如映射html/text*1。要获取每个href，您可以映射comp:href:attrs*1。

查看enlive/select和[：a]查看enlive/select和[：a]