filtering 相关问题

我正在尝试使用 beautiful soup 来解析 html 并查找具有特定锚标记的所有 href 文字我正在尝试使用 beautiful soup 来解析 html 并查找具有特定锚标记的所有 href <a href="http://example.com">TEXT</a> <a href="http://example.com/link">TEXT</a> <a href="http://example.com/page">TEXT</a> 我正在寻找的所有链接都有完全相同的锚文本，在本例中为文本。我不是在寻找单词 TEXT，我想使用单词 TEXT 来查找所有不同的 HREF。为了澄清，寻找类似于使用类来解析链接的东西 <a href="http://example.com" class="visible">TEXT</a> <a href="http://example.com/link" class="visible">TEXT</a> <a href="http://example.com/page" class="visible">TEXT</a> 然后使用 findAll('a', 'visible') 除了我正在解析的 HTML 没有类，但始终具有相同的锚文本。这样的东西有用吗？ In [39]: from bs4 import BeautifulSoup In [40]: s = """\ ....: <a href="http://example.com">TEXT</a> ....: <a href="http://example.com/link">TEXT</a> ....: <a href="http://example.com/page">TEXT</a> ....: <a href="http://dontmatchme.com/page">WRONGTEXT</a>""" In [41]: soup = BeautifulSoup(s) In [42]: for link in soup.findAll('a', href=True, text='TEXT'): ....: print link['href'] ....: ....: http://example.com http://example.com/link http://example.com/page 自 BeautifulSoup 4.4.0 起，text= 参数已被弃用，取而代之的是 string=。因此，要查找具有特定文本的所有锚标记，您可以使用以下命令： [elm['href'] for elm in soup.find_all("a", string='TEXT')] 上述检查过滤字符串完全匹配的标签。如果您有其他条件，例如锚文本必须以特定字符串开头，您还可以传递正则表达式或过滤该字符串的函数： # filter anchor tags whose text starts with `TEXT` import re [elm['href'] for elm in soup.find_all("a", string=re.compile("^TEXT"))] # or a plain string check [elm['href'] for elm in soup.find_all("a", string=lambda x: x.startswith('TEXT'))] 最后，由于 .find_all 或 .select 返回一个 ResultSet 对象，该对象本质上是一个 Python 列表，因此您可以使用 if 语句过滤其结果： [elm['href'] for elm in soup.find_all("a") if elm.string == 'TEXT']

python html beautifulsoup filtering

回答 2 投票 0

优化此代码，如果值匹配给定范围，则将值保留在数组中，并且附近的值也匹配给定范围，删除所有其他值

我编写这个脚本是为了迭代数组，并且仅保留数字在 40 到 60 之间的值，并且前三个或后三个值也在 40 到 60 之间。代码确实...

python arrays optimization filtering

回答 1 投票 0

在Python中基于布尔列过滤数据

我有以下 pandas 数据框，我想要一个函数返回 ID 的数据，其中 bool_1 中至少有 1 个 True 值，bool_2 中至少有 2 个 True 值，bool_3 列中至少有 3 个 True 值，使用 ...

python pandas group-by filtering

回答 3 投票 0

在Python中根据特殊条件创建子集

我目前正在做一些数据操作程序，遇到了如何根据特殊条件创建子集的问题。我的例子（数据框）是这样的：姓名 ID 合同日期