url Suche in .rss mit Python beautifulsoup4 Endung

Question

Ich versuche, einen Weg zu finden, rss feed Urls ähnlich dem erhalten, indem itunes Film-Trailer, dh

<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss"> 

Wie passen ich Urls in .rss endend mit beautifulsoup?

Answer 1

Sie re Modul verwenden können und ein RegexMuster passieren das Attribut übereinstimmen, z.B. rss am Ende der Zeichenfolge übereinstimmen, können Sie rss$ verwenden:

soup = BeautifulSoup("""<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss"></a> 
<a href="http://trailers.apple.com/trailers/home/rss/newtrailers"></a>""", "html.parser") 

import re 
soup.find_all("a", {"href": re.compile("rss$")}) 
# [<a href="http://trailers.apple.com/trailers/home/rss/newtrailers.rss"></a>] 

Answer 2

Sie könnten Schleife durch alle a Tags, die Sie auf einer Seite finden und prüfen, ob ihre href Feld endet in .rss

for link in page.findAll(`a`): 
    if link['href'].endswith('.rss'): 
     **do something**