我正在尝试使用正则表达式从网站http://www.efsa.europa.eu/en/news提取超链接文本列表(以及url和日期)
该文本的一个例子是“动物和食品中的兽药残留:安全水平仍然很高”
但是,我的表达式返回的文本比所需的多,例如
<span class="field-content"><a href="/en/news/veterinary-drug-residues-animals-and-food-compliance-safety-levels-still-high">Veterinary drug residues in animals and food: compliance with safety levels still high"
这是我的密码:
import bs4, requests, re
res = requests.get('http://www.efsa.europa.eu/en/news')
res.raise_for_status()
soup = bs4.BeautifulSoup(res.text,'html.parser')
elems = soup.select('body > div.l-page > div > div > div > div > div > div > div.view-content.news-page-display')
a = str(elems[0])
text = re.findall(r'">(.+?)</a></span> </div>',a)
for i in range (len(text)):
print(text[i]+'\n')
有人知道这是什么原因吗?我已经试了一个小时,现在放弃了:(
提前谢谢
目前没有回答
相关问题 更多 >
编程相关推荐