Python Hyperlink extrahieren

Jochen Gast #4744372
Lesenswert?
• ▲
▼ 
Hi,

wie kann ich in meinem Beispiel den herausgesuchten Link darstellen?
1
import codecs

2
from bs4 import BeautifulSoup 

3
from urllib.request import urlopen

4
from tkinter.filedialog import askopenfilename

5


6


7
name = askopenfilename(filetypes =(("Import File", "*.txt"),("All Files","*.*")),title = "")

8


9
f = codecs.open(name, encoding='utf-8')

10


11


12
file_names = []

13


14
for file_name in f.readlines():

15
    file_name = file_name.strip()

16
    if ',' in file_name:

17
        for f in file_name.split(','):

18
            file_names.append(f)

19
    else:

20
        file_names.append(file_name)

21


22


23


24
  

25
    URL = BeautifulSoup (urlopen(file_name), "html.parser")  

26
    result = URL.findAll('a', h ref=True, text='Hinweise')

27
    print (result)


Jetzt wird das aktuell so angezeigt:
[<a h ref="mikrocontroller.net/">Hinweise</ a>]

P.S.:
Wegen dem Forum Spam Filter musste ich
1
h ref

 das Leerzeichen einfügen. Da ist normal kein Leerzeichen enthalten
Antwort Zitieren Bearbeiten Thread verschieben Thread sperren Anmeldepflicht aktivieren Anpinnen Thread löschen Thread mit anderem zusammenführen Beitrag melden
c.m. Gast #4744555
Lesenswert?
• ▲
▼ 
kann python regex?
1
wget -qO - 'https://www.mikrocontroller.net/topic/408425#new' | perl -ne 'print "$1\n" if /h ref="(.+?)"/'

2


3
/assets/screen-25aeb641e7e36168d501aeefd29f1c157a8c7da8742b07c3f149cdd6b944c7b6.css

4
/assets/print-6a10251861e8c43ce72044862fabaf8065abdfa2c1879af13ac74a64f19d2f67.css

5
/favicon.ico

6
http://www.mikrocontroller.net/topic/408425

7
/newsfeed

8
/feed/global

9
/feed/forum/8

10
/feed/topic/408425

11
/searchplugin.xml

12
//code.jquery.com/ui/1.10.3/themes/smoothness/jquery-ui.css

13
/

14
/

15
/articles/AVR

16
/articles/ARM

17
…

18
…


"h ref" auch hier mit spam-lmaa
Antwort Zitieren Bearbeiten Löschen Beitrag melden
Joachim S. #4744572
Lesenswert?
• ▲
▼ 
Ich habe mit diesem BeautifulSoup zwar keine Erfahrung, aber der Doku 
nach (https://www.crummy.com/software/BeautifulSoup/bs4/doc/) würde ich 
vermuten, dass es so gehen müsste:

URL = BeautifulSoup (urlopen(file_name), "html.parser")
    result = URL.findAll('a', h ref=True, text='Hinweise')
    print (result[0].get('href'))

bzw. so, falls mehrere passende URLs enthalten sein können:

URL = BeautifulSoup (urlopen(file_name), "html.parser")
    results = URL.findAll('a', h ref=True, text='Hinweise')
    for result in results:
        print (result.get('href'))
Antwort Zitieren Bearbeiten Löschen Beitrag melden
Thread beobachten

Antwort schreiben

Bitte melde dich an, um einen Beitrag zu schreiben.

Bestehender Account

oder

Mit Google-Account einloggen

Noch kein Account?

Die Registrierung ist kostenlos und dauert nur eine Minute.

Jetzt registrieren