Python 使用Beautifulsoup通过文本获取Href

我正在使用“requests”和“beautifulsoup”从带有特定文本的网页中搜索所有href链接。我已经做了，但是如果文本换了一行，beautifulsoup不会“看到”它，也不会返回该链接

soup = BeautifulSoup(webpageAdress, "lxml")

path = soup.findAll('a', href=True, text="Something3")
print(path)

例如：

如下所示，它返回Something3文本的Href：

...
<a href="page1/somethingC.aspx">Something3</a>
...

...
<a href="page1/somethingC.aspx">
Something3</a>
...

。。。
...

这样，它不会返回Something3文本的Href：

...
<a href="page1/somethingC.aspx">Something3</a>
...

...
<a href="page1/somethingC.aspx">
Something3</a>
...

。。。
...

不同之处在于Href text（Something3）位于新行中。 我不能更改HTML代码，因为我不是那个网页的站长

你知道我该怎么解决吗

---

注意：我已经尝试使用soup.replace（'\n'，''）.replace（'\r'，''）但我得到错误：NoneType对象不可调用。

您可以使用正则表达式查找任何包含“Something3”的文本：

html=''
'''
从bs4导入BeautifulSoup
进口稀土
soup=BeautifulSoup（html，“lxml”）
path=soup.findAll（'a'，href=True，text=re.compile（“Something3”））
对于路径中的链接：
打印（链接['href']）

您可以使用正则表达式查找任何包含“Something3”的文本：

html=''
'''
从bs4导入BeautifulSoup
进口稀土
soup=BeautifulSoup（html，“lxml”）
path=soup.findAll（'a'，href=True，text=re.compile（“Something3”））
对于路径中的链接：
打印（链接['href']）

和不带正则表达式的解决方案：

path = soup.select('a')
if path[0].getText().strip() == 'Something3':
print(path)

输出：

[<a href="page1/somethingC.aspx">
Something3</a>]

[]

和不带正则表达式的解决方案：

path = soup.select('a')
if path[0].getText().strip() == 'Something3':
print(path)

输出：

[<a href="page1/somethingC.aspx">
Something3</a>]

[]

您可以在bs4.7.1中使用

：包含

伪类

from bs4 import BeautifulSoup as bs

html = '<a href="page1/somethingC.aspx">Something3</a>'
soup = bs(html, 'lxml')
links = [link.text for link in soup.select('a:contains(Something3)')]
print(links)

从bs4导入美化组作为bs
html=“”
soup=bs（html，“lxml”）
links=[link.text表示汤中的链接。选择（'a:contains（Something3）]
打印（链接）

您可以在bs4.7.1中使用

：包含

伪类

from bs4 import BeautifulSoup as bs

html = '<a href="page1/somethingC.aspx">Something3</a>'
soup = bs(html, 'lxml')
links = [link.text for link in soup.select('a:contains(Something3)')]
print(links)

从bs4导入美化组作为bs
html=“”
soup=bs（html，“lxml”）
links=[link.text表示汤中的链接。选择（'a:contains（Something3）]
打印（链接）

re.compile的作用是什么？请阅读更多信息。但基本上允许匹配/查找模式，而不是只查找关键字。如果我们做了

text=“Something3”

，那么

\n

将不会返回任何内容，因为它不准确。因此，我们更愿意寻找子字符串是否在整个字符串中。正则表达式只是一种方法，谢谢你的解释！re.compile做什么？阅读更多有关它的信息。但基本上允许匹配/查找模式，而不是只查找关键字。如果我们做了

text=“Something3”

，那么

\n

将不会返回任何内容，因为它不准确。因此，我们更愿意寻找子字符串是否在整个字符串中。正则表达式只是一种方法，谢谢你的解释！谢谢你们的帮助回答谢谢你们的帮助回答谢谢你们的回答。你帮了我很多！：）谢谢大家的回答。你帮了我很多！：）啃老族把戏！现在我必须学习如何使用伪类进行选择…@JackFleeting是的。我对新的bs4非常满意。它还有很多很棒的功能，我不知道。谢谢！；）别担心。我希望它比正则表达式快，但还没有测试过。Neet技巧！现在我必须学习如何使用伪类进行选择…@JackFleeting是的。我对新的bs4非常满意。它还有很多很棒的功能，我不知道。谢谢！；）别担心。我希望它比正则表达式更快，但还没有测试过。