在 python BeautifulSoup 上获取带有特定前缀的超链接

Question

我试图创建一个函数来从一个链接到另一个维基百科页面。链接到所有其他 wiki 文章都以前缀“/wiki/”开头。我尝试了一个代码来获取一个随机链接，但我的代码正在获取所有课程。之后在网上看到如下代码。

allLinks = soup.find(id="bodyContent").find_all("a")
    random.shuffle(allLinks)
    linkToScrape = 0

    for link in allLinks:
        # We are only interested in other wiki articles
        if link['href'].find("/wiki/") == -1:
            continue

        # Use this link to scrape
        linkToScrape = link
        break

此代码块似乎运行良好。但是，我无法理解一部分。

if link['href'].find("/wiki/") == -1:

我无法理解 -1 的用法。此外，有人可以解释这行代码中的条件是如何工作的，以及这里如何使用find 函数吗？ 作为背景，这里是我找到代码的页面：“https://www.freecodecamp.org/news/scraping-wikipedia-articles-with-python/”

Answer 1

如果在字符串s 中找不到子字符串sub，s.find(sub) 返回-1。所以在这种情况下，它是说“如果我们在链接字符串中找不到 /wiki/ 然后继续，因为它不是维基百科链接”。

它之所以像-1 这样奇怪的数字是因为find 返回找到子字符串的索引，该索引可以是任何正数或0。所以-1 用于表示在任何索引处都找不到。

https://docs.python.org/3/library/stdtypes.html#str.find

虽然在这种情况下，startswith 似乎更合适：

if not link['href'].starts("/wiki/"):
    continue

https://docs.python.org/3/library/stdtypes.html#str.startswith