python - 在 python + beautiful soup 上使用正则表达式

Question

我有一个这样的 html 页面:

<td class="subject windowbg2">
 <div>
  <span id="msg_152617">
   <a href= SOME INFO THAT I WANT </a>
  </span>
 </div>
 <div>
  <span id="msg_465412">
   <a href= SOME INFO THAT I WANT</a>
  </span>
 </div>

如您所见，id="msg_465412"有一个可变数字，所以这是我的代码:

import urllib.request, http.cookiejar,re
from bs4 import BeautifulSoup

contenturl = "http://megahd.me/peliculas-microhd/"
htmll=urllib.request.urlopen(contenturl).read()
soup = BeautifulSoup(htmll)

print (soup.find('span', attrs=re.compile(r"{'id': 'msg_\d{6}'}")))

在最后一行中，我试图找到所有包含 id 的“span”标签，该 id 可以是 msg_######(任意数字)，但我的代码有问题，它没有找到任何东西.

P.S: 我想要的所有代码都在一个有 6 列的表中，我想要所有行的第三列，但我认为使用正则表达式更容易

Answer 1

你有点混淆了你的 attrs 参数......目前它是一个包含字典字符串表示的正则表达式，当它需要是一个包含你的属性的字典时'正在搜索其值的正则表达式。

这应该有效:

print (soup.find('span', attrs={'id': re.compile(r"msg_\d{6}")}))