Python 如何使用BeautifulSoup查找页面中指向特定域的所有链接？

如何使用BeautifulSoup查找页面中指向特定域的所有链接？

使用SoupStrainer

from BeautifulSoup import BeautifulSoup, SoupStrainer
import re

# Find all links
links = SoupStrainer('a')
[tag for tag in BeautifulSoup(doc, parseOnlyThese=links)]

linkstodomain = SoupStrainer('a', href=re.compile('example.com/'))

---

编辑：修改了官方文档中的示例。

我会更选择性地使用正则表达式；这可能会导致误报。@Ignacio-对，这个例子有一个警告-正则表达式显然应该尽可能详细，以避免误报。不，你通常不应该尝试用正则表达式解析html，这里有一个详细的解释@subiet，这个例子不使用正则表达式解析html。它用于通过匹配href属性将结果限制为已知子集。