Lstrip 和 Rstrip 不起作用，需要帮助从 Python 3 中的输出中删除文本

Question

输出是列表的一部分。当我尝试使用 type() 找出输出类型时 returns : .

我正在尝试删除“href”左侧的所有内容和“

这是我列表中输出之一的示例：

<a class="BlogList-item-image-link" href="/new-blog/nova-approval">
<img alt="Nova Approval" data-image="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg" data-image-dimensions="2432x2688" data-image-focal-point="0.5,0.5" data-load="false" data-src="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg"/>
</a>

Answer 1

您可能正在尝试提取 href 中的 link。为此，您不需要剥离字符串。您可以通过以下方式进行 -

string =  '''<a class="BlogList-item-image-link" href="/new-blog/nova-approval">
<img alt="Nova Approval" data-image="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg" data-image-dimensions="2432x2688" data-image-focal-point="0.5,0.5" data-load="false" data-src="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg"/>
</a>'''


print( string[string.find('href="')+6:string.find('>')-1] )

输出：

/new-blog/nova-approval

在上面的 print() 语句中，string.find('href="') 将 return 该字符串的索引，然后我们从该索引 + 6 循环到 href 标记的末尾。这是假设 > 紧跟在 href 之后。

希望对您有所帮助！

Answer 2

使用 lstrip 和 rstrip 不是答案。

您是否尝试查看 bs4 docs？

因为你输出的类型是bs4对象。您只需找到对象的属性即可获得 href.

<a class="BlogList-item-image-link" href="/new-blog/nova-approval">
<img alt="Nova Approval" data-image="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg" data-image-dimensions="2432x2688" data-image-focal-point="0.5,0.5" data-load="false" data-src="https://static1.squarespace.com/static/54ceeff4e4b0d9096117315a/5a3ff7e48165f5d70b78414a/5a504ba90d9297f9a55e4ab6/1516062801655/7P1A5814+cropped.jpg"/>
</a>

from bs4 import BeautifulSoup

soup = BeautifulSoup('html') #put the link there

links = soup.find_all('a') # All of the anchor tags in a list

for link in links:
    print(link.get('href'))

这将打印 HTML 文件中的所有 href 值。

Lstrip 和 Rstrip 不起作用，需要帮助从 Python 3 中的输出中删除文本

Lstrip and Rstrip won't work, need help removing text from an output in Python 3

python

list

unique

strip

html-content-extraction