python - 如何从BeautifulSoup中的onclick值获取链接？

Question

需要帮助清理指向存储在 onclick= 中的图像的链接值(value)。
我这样做了，但我停止了如何删除 onclick 中除链接之外的所有内容。<a onclick="ShowEnlargedImagePreview( 'https://steamuserimages-a.akamaihd.net/ugc/794261971268711656/69C39CF2A2BBCDDC7C04C17DF1E88A6ED875DBE7/' );"></a>

links = soup.find('div', class_='workshopItemPreviewImageMain')
links = links.findChild('a', attrs={'onclick': re.compile("^https://")})

但什么都没有输出。

links = soup.find('div', class_='workshopItemPreviewImageMain')
links = links.findChild('a')
links = links.get("onclick")

显示 onclick 的整个值:

howEnlargedImagePreview( 'https://steamuserimages-a.akamaihd.net/ugc/794261971268711656/69C39CF2A2BBCDDC7C04C17DF1E88A6ED875DBE7/' )

但只需要一个链接。

Answer 1

你只需要改变你的正则表达式。

from bs4 import BeautifulSoup
import re

pattern = re.compile(r'''(?P<quote>['"])(?P<href>https?://.+?)(?P=quote)''')

data = '''
<div class="workshopItemPreviewImageMain">
<a onclick="ShowEnlargedImagePreview( 'https://steamuserimages-a.akamaihd.net/ugc/794261971268711656/69C39CF2A2BBCDDC7C04C17DF1E88A6ED875DBE7/' );"></a>
</div>
'''

soup = BeautifulSoup(data, 'html.parser')

div = soup.find('div', class_='workshopItemPreviewImageMain')

links = div.find_all('a', {'onclick': pattern})

for a in links:
    print(pattern.search(a['onclick']).group('href'))