查找并将每个引用附加到html链接Python

Question

我有一个从Wikipedia获得的HTML文件，希望找到页面上的每个链接，例如/wiki/Absinthe，并将其替换为当前添加到前面的目录，例如/home/fergus/wikiget/wiki/Absinthe，因此：

<a href="/wiki/Absinthe">Absinthe</a>

变成：

^{pr2}$

整个文件都是这样。在

你有什么想法吗？我很乐意使用beauthulsoup或Regex！在

Answer 1

可以使用函数re.sub公司公司名称：

def match(m):
    return '<a href="/home/fergus/wikiget' + m.group(1) + '">'

r = re.compile(r'<a\shref="([^"]+)">')
r.sub(match, yourtext)

例如：

^{pr2}$