在python中使用BeautifulSoup提取id以某个字符串开头的元素[重复]

Question

我正在尝试使用 BS4 进行一些网页抓取。

到目前为止，我已经提取了 <a> 使用

urls = [item for item in soup.select('h4 a')]

但是，我只想知道 ID 从哪个条目开始的 url。

<a href="http://www.sampleurl.com/static/welcome" id="entry_1">Lamborghini </a>

我尝试过item.id，但它不起作用。

我错过了什么？

Answer 1

将re 模块与id 一起使用。
方法如下：

from bs4 import BeautifulSoup
import re

if __name__ == "__main__":
    html = '<a href="http://www.sampleurl.com/static/welcome" id="entry_1">Lamborghini </a>'
    soup = BeautifulSoup(html, 'html.parser')

    print(soup.find('a', id=re.compile('^entry_')))

输出：

<a href="http://www.sampleurl.com/static/welcome" id="entry_1">Lamborghini </a>