Python 根据Beauty soup中的链接声明，只解析url

如果页面满足某种条件，其中

xx\u web\u job\u alt\u关键字中的一个关键字在
job.get\u text（）的文本中，我试图最终从页面中解析出
url

xx_good_jobs = []
xx_web_job_alt_keywords = ['Website']
# <a class="result-title hdrlnk" href="//mywebsite.com/web/123.html" data-id="5966181668">Print business magazine's website management</a>
each_job_link_details = soup.find_all('a', class_='result-title hdrlnk')

for job in each_job_link_details:
    if xx_web_job_alt_keywords in job.get_text():
        #append '//mywebsite.com/web/123.html' to list:xx_good_jobs 
        xx_good_jobs.append(xx_web_job_alt_keywords.get('href',None))

xx_好的工作=[]
xx_网站_工作_alt_关键字=['Website']
# 
每个作业链接详细信息=soup.find所有（'a'，class='result-title hdrlnk'）
对于每个作业链接中的作业详细信息：
如果job.get_text（）中的xx_web_job_alt_关键字：
#将“//mywebsite.com/web/123.html”添加到列表中：xx\u好工作
xx_good_jobs.append（xx_web_job_alt_关键字.get（'href'，None））

您对此有何看法？
或者，您可以使用以下更明确的方法：

注意，我们使用来检查文本中是否有任何关键字。另外，请注意，我们正在降低关键字和文本，以处理案例中的差异

演示：

[1]中的
：从bs4导入BeautifulSoup
在[2]：data=“”
...:     
...:         
...:         
...:     """
在[3]中：soup=beautifulsou（数据，“html.parser”）
在[4]：xx_网络_工作_alt_关键字=['Website']
在[5]中：定义所需链接（标记）：
…：“”“筛选文本中具有所需关键字的“标题”链接。”“”
...: 
…：class_attribute=tag.get（'class'，[]）
…：is_header_link=tag.name=='a'和'result title'在class_属性中，以及'hdrlnk'在cl中
…：ass_属性
...: 
…：link_text=tag.get_text（）
…：has_keywords=any（link_text中的keyword.lower（）。xx_web_job_alt_key中的关键字为lower（）
…：字）
...: 
…：返回是\u标题\u链接，具有\u关键字
...: 
在[6]中：xx_good_jobs=[link['href']表示汤中的链接。查找所有（所需的链接）]
在[7]：xx_好工作
Out[7]：[u'//mywebsite.com/web/123.html']
或者，您可以使用以下更明确的方法：

注意，我们使用来检查文本中是否有任何关键字。另外，请注意，我们正在降低关键字和文本，以处理案例中的差异

演示：

[1]中的
：从bs4导入BeautifulSoup
在[2]：data=“”
...:     
...:         
...:         
...:     """
在[3]中：soup=beautifulsou（数据，“html.parser”）
在[4]：xx_网络_工作_alt_关键字=['Website']
在[5]中：定义所需链接（标记）：
…：“”“筛选文本中具有所需关键字的“标题”链接。”“”
...: 
…：class_attribute=tag.get（'class'，[]）
…：is_header_link=tag.name=='a'和'result title'在class_属性中，以及'hdrlnk'在cl中
…：ass_属性
...: 
…：link_text=tag.get_text（）
…：has_keywords=any（link_text中的keyword.lower（）。xx_web_job_alt_key中的关键字为lower（）
…：字）
...: 
…：返回是\u标题\u链接，具有\u关键字
...: 
在[6]中：xx_good_jobs=[link['href']表示汤中的链接。查找所有（所需的链接）]
在[7]：xx_好工作
Out[7]：[u'//mywebsite.com/web/123.html']

编辑：

输出：

只需使用和
|
匹配标记中的多个关键字

编辑2：

keyword_lists = [['Website', 'Website', 'business'], ['Website1', 'Website1', 'business1'], ['Website2', 'Website2', 'business2']]
sum(keyword_lists, [])

输出：

编辑：

输出：

只需使用和
|
匹配标记中的多个关键字

编辑2：

keyword_lists = [['Website', 'Website', 'business'], ['Website1', 'Website1', 'business1'], ['Website2', 'Website2', 'business2']]
sum(keyword_lists, [])

输出：

实际问题是什么？所有这些伤了我的眼睛=（我提到过：我想从这个网站上获得一系列链接，这些链接的特点是链接
a
，带有类
结果标题hdrlnk
。然后只看链接的
文本，例如
文本，如果它包含来自
xx\u web\u job\u alt\u关键字'的任何单词，那么把它放在一个名为：
xx\u good\u jobs
的列表中真正的问题是什么？所有这些伤了我的眼睛=（我提到过：我想从这个网站上获得一系列链接，这些链接的特点是链接
a
，带有类
结果标题hdrlnk
。然后只查看链接的
文本，例如
文本，如果它包含来自
xx\u web\u job\u alt\u关键字'的任何单词，那么把它放在一个名为：
xx\u good\u jobs
的列表中如果说有不止几个关键字，你能在这里使用一个列表吗？也许你可以显示出来？@Jshee当然，你可以将关键字列表加入一个正则表达式字符串：
“|”。join（xx_web_job_alt_关键字）
。你能把它添加到你的解决方案中吗？我真的很喜欢你的优雅solution@Jshee
join
将列表放入
re.compile（）中
re.compile
我有点困惑我应该在哪里添加它们。让我们假设这里有不止几个关键字，你能在这里使用一个列表吗？也许你可以展示一下？@Jshee当然，你可以将关键字列表加入一个正则表达式字符串：
“|”。join（xx_web_job_alt_关键字）
。你能把它添加到你的解决方案中吗？我真的很喜欢你的优雅solution@Jshee
加入列表
并将其放入
re.compile（）
我有点困惑应该将它们添加到
re.compile
import bs4, re
#keywords = ['Website', 'Website', 'business']
html = '''<a class="result-title hdrlnk" href="//mywebsite.com/web/123.html" data-id="5966181668">Print business magazine's website management</a>
        <a class="result-title hdrlnk" href="//mywebsite.com/web/123.html" data-id="5966181668">Print business magazine's website management</a>
        <a class="result-title hdrlnk" href="//mywebsite.com/web/123.html" data-id="5966181668">Print business magazine's website management</a>'''
soup = bs4.BeautifulSoup(html, 'lxml')

keywords = ['Website', 'Website', 'business']
regex = '|'.join(keywords)
for a in soup.find_all('a', class_="result-title hdrlnk", text=re.compile(regex,re.IGNORECASE)):
    print(a.get('href'))

//mywebsite.com/web/123.html
//mywebsite.com/web/123.html
//mywebsite.com/web/123.html

keywords = ['Website', 'Website', 'business']

regex = '|'.join(keywords)

'Website|Website|business'

keyword_lists = [['Website', 'Website', 'business'], ['Website1', 'Website1', 'business1'], ['Website2', 'Website2', 'business2']]
sum(keyword_lists, [])

['Website',
 'Website',
 'business',
 'Website1',
 'Website1',
 'business1',
 'Website2',
 'Website2',
 'business2']