如何在Python中仅打印特定链接

我仍然是Python的新手，但我正在尝试制作我的第一个小程序。 我的目的是只打印以.m3u8结尾的链接（如果可用），而不打印整个网页。 我当前使用的代码：

import requests
channel1 = requests.get('https://website.tv/user/111111')
print(channel1.content)
print('\n')
channel2 = requests.get('https://website.tv/user/222222')
print(channel2.content)
print('\n')
input('Press Enter to Exit...')

我要查找的链接始终总共有47个字符，并且始终是同一个模型，只需更改表示为X的流id：

https://website.tv/live/streamidXXXXXXXXX.m3u8

---

有人能帮我吗？

这将从网页中提取所有URL，并仅过滤包含所需关键字“.m3u8”的URL

---

如果我正确理解了您的问题，我想您应该使用Python的

.split（）

string方法。如果您的目标是获取像

这样的字符串https://website.tv/live/streamidXXXXXXXXX.m3u8“

并仅提取

“streamidXXXXXXXXX.m3u8”

，然后您可以使用以下代码执行此操作：

web_address = "https://website.tv/live/streamidXXXXXXXXX.m3u8"
specific_file = web_address.split('/')[-1]
print(specific_file)

---

对这样的字符串调用

.split（'/'）

将返回一个字符串列表，其中列表中的每个项都是字符串的不同部分（第一部分是

“https:

，等等）。最后一个（索引[-1]）将是您想要的文件扩展名。

您可以使用正则表达式解决此问题

说明：

这里是表达式部分。*？意味着要考虑所有的东西，以及在B（EXPR）\B中所包含的任何东西都需要强制性地存在。

例如：

import re

link="https://website.tv/live/streamidXXXXXXXXX.m3u8"

p=re.findall(r'.*?\b.m3u8\b',link)
print(p)

输出：

['https://website.tv/live/streamidXXXXXXXXX.m3u8']

---

有几种方法可以实现这一点，一种是使用regex和

findall

从我们的

url\u列表中返回匹配url列表的方法

另一个选项也可以是BeautifulSoup，但是如果没有更多关于
html
结构的信息，它可能不是这里最好的工具

使用Regex

from re import findall
from requests import get


def check_link(response):
    result = findall(
        r'.*?\b.m3u8\b',
        str(response.content),
    )
    return result

def main(url):
    response = get(url)
    if response.ok:
        link_found = check_link(response)
        if link_found:
            print('link {} found at {}'.format(
                    link_found,
                    url,
                ),
            )

if __name__ == '__main__':
    url_list = [
        'http://www.test_1.com',
        'http://www.test_2.com',
        'http://www.test_3.com',
    ]
    for url in url_list:
        main(url)

    print("All finished")

试试这个，我想它会很结实

import re

links=[re.sub('^<[ ]*a[ ]+.*href[ ]*=[ ]*',  '', re.sub('.*>$', '', link) for link in re.findall(r'<[ ]*a[ ]+.*href[ ]*=[]*"http[s]*://.+\.m3u8".*>',channel2.content)]

重新导入
links=[re.sub（'^$'，''，link），用于re.findall（r''，channel2.content）中的链接]

import re

links=[re.sub('^<[ ]*a[ ]+.*href[ ]*=[ ]*',  '', re.sub('.*>$', '', link) for link in re.findall(r'<[ ]*a[ ]+.*href[ ]*=[]*"http[s]*://.+\.m3u8".*>',channel2.content)]