Python 如何为a href执行正则表达式？ @KJR摄影

所以我把它分开了一点，基本上我想找到“用户信息”在哪里，然后我需要知道a href是什么。在本例中，使用usertag类指定/kjr或span元素

如果有人能帮我，我很感激

到目前为止我已经知道了，但我知道这还不接近正确

<div class="user-info" style="position:absolute;top:5px;left:5px;z-index:1">

<a href="/kjrphotography" target="_blank">

<img class="photo_user" src="http://images.ak.instagram.com/profiles/profile_507998691_75sq_1376497436.jpg" width="40" height="40" title="kjrphotography" border="0">

</a>

<span class="usertag" style="display: none;">@kjrphotography</span>

</div>

userdata=re.findall（ur“”，curlData）

使用HTML绝对是最好、最简单的选择，而

HTML

是您的HTML页面-以下是使用BeautifulSoup的示例：

userdata = re.findall(ur"<div class=\"user-info\"><\/div>",curlData)

您会发现，与将HTML作为字符串处理相比，它更简单、更健壮

或者：

from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
print soup.select('.user-info a')[0]['href']
# /kjrphotography

从lxml导入html
xml=html.fragments\u fromstring（“”）
@KJR摄影
""")[0]
xml.find（'span'）.text

---

返回

'@kjphotography'

我宁愿使用HTML解析库而不是正则表达式。例如，BeautifulSoup 4现在只是一个lxml包装器，所以您最好使用lxml directlyso，甚至使用正则表达式来获取usertag span字段？没人能给我这个？我使用的是curl，所以我更愿意保持这种方式。什么是完整的HTML？您可以使用Javascript或jQuery获取“用户信息”中的href。如果您想将href传递给python代码，那么您可以使用Ajax。如何在64位windows 7上安装它？

for info in soup.find_all('div', class_='user-info'):
    print 'href:', info.find('a', href=True)['href']
    print 'user:', info.find('span', class_='usertag').text

#href: /kjrphotography
#user: @kjrphotography

from lxml import html
xml = html.fragments_fromstring("""<div class="user-info" style="position:absolute;top:5px;left:5px;z-index:1">

<a href="/kjrphotography" target="_blank">

<img class="photo_user" src="http://images.ak.instagram.com/profiles/profile_507998691_75sq_1376497436.jpg" width="40" height="40" title="kjrphotography" border="0">

</a>

<span class="usertag" style="display: none;">@kjrphotography</span>

</div>""")[0]

xml.find('span').text