python - 如何在 Python 中解析 URL 为 "html written"的 HTML 代码？

Question

我开始用 Python 编程，并且阅读了几篇文章，他们说我应该使用 HTML 解析器从文本中获取 URL，而不是重新获取。

我有从 page.read() 和 urllib 和 urlopen 获得的源代码。

现在，我的问题是解析器正在从文本中删除 url 部分。

另外，如果我没看错的话，var = page.read()，var 是作为字符串存储的吗？

我如何告诉它给我两个“标签”之间的文本？ URL 始终位于 flv= 和 ; 之间，因此它不会以解析器寻找的 href 开头，而且它也不包含 http://。

看了很多帖子，好像都是在代码里找``href。

我是不是完全错了？

谢谢!

Answer 1

您可以考虑实现自己的搜索/抓取。在伪代码中，它看起来有点像这样:

find location of 'flv=' in HTML = location_start
find location of ';' in HTML = location_end
grab everything in between:   HTML[location_start : location_end]

你应该能够在 python 中实现它。

祝你好运!