Wie teilweise Text aus href mit BeautifulSoup in Python

Question

Hier ist mein Code extrahieren

print(item.find_all('td')[2].find('a')) 
print(item.find('span').text.strip()) 
print(item.find_all('td')[3].text) 
print(item.find_all('td')[2].find(target="_blank").string.strip()) 

Es diesen Text druckt.

<a href="argument_transcripts/2016/16-399_3f14.pdf" 
id="ctl00_ctl00_MainEditable_mainContent_rptTranscript_ctl01_hypFile" 
target="_blank">16-399. </a> 

Perry v. Merit Systems Protection Bd. 

04/17/17 

16-399. 

Alles, was ich von dem href-Tag will, ist dieser Teil: 16-399_3f14

Wie kann ich das tun? Vielen Dank.

Answer 1

Sie können die Funktion find_all verwenden, um die Ankerelemente mit dem href-Attribut abzurufen und dann die href-Werte für die gesuchten Informationen zu analysieren.

from BeautifulSoup import BeautifulSoup 

html = '''<a href="argument_transcripts/2016/16-399_3f14.pdf" 
id="ctl00_ctl00_MainEditable_mainContent_rptTranscript_ctl01_hypFile" 
target="_blank">16-399. </a>''' 

soup = BeautifulSoup(html) 

for a in soup.find_all('a', href=True): 
    url = a['href'].split('/') 
    print url[-1] 

Dies sollte die Zeichenfolge ausgeben, nach der Sie suchen.

16-399_3f14.pdf