使用BeautifulSoup获得与扩展名匹配的文件名

问题描述

| 我正在尝试使用带有文本文件的扩展名ѭ0来解析HTML页面。我想解析HTML，并获取以

.txt

结尾的字符串。 所有这些字符串都在

<a href>

标记内，下面是一些示例：

<a href = \"foo.txt\">

<a href = \"bar.txt\">

我如何得到

foo.txt

和

bar.txt

。 我这样做：

>>> links = soup.findAll(\'a\')

但是我找不到如何提取完整的字符串...有什么建议吗？     

解决方法

        BeautifulSoup接受正则表达式作为参数形式

find()

和

findAll()

这应该工作：

links = soup.findAll(href=re.compile(\"\\.txt$\"))