Extract Anzahl von innerhalb eines Tags

Question

Lassen Sie uns sagen, dass ich einen Tag wie dieses:

<div class="user-details"><a href="https://stackoverflow.com/users/619/jon-hu">Jon Hu</a> 

Und ich möchte die 619 extrahieren, die der Benutzer-ID oder so ähnlich ist.

ich dies tun könnte, die wie folgt ergeben würde:

question.select('.user-details a')[0] 
>>> <a href="https://stackoverflow.com/users/619/jon-hu">Jon Hu</a> 

Wie gehe ich über das nur die 619 extrahieren? Es hat kein separates Tag, also dachte ich mir, ich müsste Regex benutzen, wo ich nicht besonders gut bin.

Answer 1

Sie sollten zuerst den Attributwert href extrahieren, indem Sie das Element wie ein Wörterbuch behandeln. Dann können Sie einen regulären Ausdruck gelten die Benutzer-ID zu extrahieren:

a = question.select_one('.user-details a') 
href = a["href"] 

match = re.search(r"https://stackoverflow.com/users/(\d+)", href) 
if match: 
    user_id = match.group(1) 
    print(user_id) 
else: 
    print("No user ID found in '%s'." % href) 

wo (\d+) eine Erfassungsgruppe, die eine oder mehr aufeinanderfolgende Ziffern erfassen würden.

Beachten Sie auch die Verwendung von .select_one() Methode anstelle von .select() und [0].