Python 55讲，第一个动手作业题
本帖最后由 majian890324 于 2020-7-22 20:23 编辑import urllib.request
import re
from bs4 import BeautifulSoup
def main():
url = "http://baike.baidu.com/view/284853.htm"
response = urllib.request.urlopen(url)
html = response.read()
soup = BeautifulSoup(html, "html.parser") # 使用 Python 默认的解析器
for each in soup.find_all(href=re.compile("view")):
print(each.text, "->", ''.join(["http://baike.baidu.com", each["href"]]))
# 上边用 join() 不用 + 直接拼接，是因为 join() 被证明执行效率要高很多
if __name__ == "__main__":
main()
请问大佬们，这个程序中
for each in soup.find_all(href=re.compile("view")):
print(each.text, "->", ''.join(["http://baike.baidu.com", each["href"]]))
这两句看了半天也看不懂是什么意思，主要是：
href=re.compile("view")
each["href"]
这两句不太懂
1、我知道re.compile是创建一个正则表达式模型，然后： href 是HTML中的标签？ 还是：re.compile（）的一个赋值变量？里边的“view”也没有出现正则表达式该有的符号呀？比如：*+？这类的。怎么就能匹配到含有view这个单词的网址呢？
2、each["href"]这句也不懂，尤其是：[‘href’]这个是什么意思呀？
3、for循环这句：for each in soup.find_all(href=re.compile("view"))：括号里用的是哪个参数收集的数据：soup.find_all(name,attr,**wrages) 是这三个哪个：我在小破站看了下beautifulsoup的视频，attr这个要是个字典，所以应该排除了，**wrages这个就像是变量赋值，我看这个挺像，就是不知道是不是这个？
问题比较多，实在不好意思，辛苦辛苦！！！
soup.find_all(href=re.compile("view"))
查找网页中含有 href属性的节点，并且该属性中含有 'view' 字符
而 each["href"] 的作用是因为上面的 soup 提取的是节点形成的列表，而不是直接把 href 给提取出来，所以这里 each["href"] 就是提取这个节点的 href 属性
1、我知道re.compile是创建一个正则表达式模型，然后： href 是HTML中的标签？ 还是：re.compile（）的一个赋值变量？
里边的“view”也没有出现正则表达式该有的符号呀？比如：*+？这类的。怎么就能匹配到含有view这个单词的网址呢？
正则并不是一定要填写 .+*之类的呀，.+*这些字符都是在正则有特殊作用的字符，你如果单纯输入 view 就是匹配字符串 view
2、each["href"]这句也不懂，尤其是：[‘href’]这个是什么意思呀？
for 循环到的节点赋值给 each ，然后 each["href"] 就是提取这个节点中的 href 属性
3、for循环这句：for each in soup.find_all(href=re.compile("view"))：括号里用的是哪个参数收集的数据：soup.find_all(name,attr,**wrages) 是这三个哪个：我在小破站看了下beautifulsoup的视频，attr这个要是个字典，所以应该排除了，**wrages这个就像是变量赋值，我看这个挺像，就是不知道是不是这个？
就是属于 attr 部分的，你可以看看这里的笔记： 数据提取-Beautiful Soup
页:
[1]