python从string获取链接

2024-04-20 01:14:30 发布

您现在位置：Python中文网/ 问答频道 /正文
6334 3

我需要使用一个python脚本来接收一封电子邮件，并从中提取一个链接，然后打开它们，使用该链接将一个数据包发送到一个服务器，该服务器内部有该验证链接，以便它验证一个帐户。如何使用python

https://www.boomlings.com/database/accounts/activate.php?uid=8722046actcode=xLCReGjLdkWmINt1GY9e

超出

{'Sender': 'Geometry Dash', 'Subject': 'Please activate your account.', 'body': b'<style type="text/css">\n#google_translate_element{\n  float: right;\n  padding:0 0 10px 10px;\n}\n/* twitter do\xc4\x9frulama linki fix */\n.bulletproof-btn-1 a {\n  font-size: 20px!important;\n  color: #fff!important;\n  padding: 20px!important;\n  line-height: 33px!important;\n  text-decoration: none!important;\n}\n</style>\n<div id="google_translate_element"></div><script type="text/javascript">\nfunction googleTranslateElementInit() {\n  new google.translate.TranslateElement({pageLanguage: \'en\', layout: google.translate.TranslateElement.InlineLayout.SIMPLE, autoDisplay: false, multilanguagePage: true}, \'google_translate_element\');\n}\n</script><script type="text/javascript" src="//translate.google.com/translate_a/element.js?cb=googleTranslateElementInit"></script>\n\r\n\r\n<html>\r\n<head>\r\n\t<title></title>\r\n</head>\r\n<body>\r\n<p>Thank you for registering a Geometry Dash account</p>\r\n\r\n<p>Your account information:<br />\r\nUsername:&nbsp; SUKAFUTCUCK</p>\r\n\r\n<p>Please click the link below to activate your account:<br />\r\n<a href="http://www.boomlings.com/database/accounts/activate.php?uid=8722046&actcode=xlCReGjLdkWmINt1GY9e" target="_blank">Click\r\nHere</a></p>\r\n\r\n<p>Please contact support@robtopgames.com if you have any questions or\r\nneed assistance.</p>\r\n\r\n<p>If you did not send an account request using this email, then you\r\ncan safely disregard this message and nothing will happen.</p>\r\n\r\n<p>Regards,<br />\r\nRobTop Games</p>\r\n</body>\r\n</html>\r\n\r\n\r\n'}

链接将在不同的电子邮件不同，所以我需要一些可以做到这一点。你知道吗

https://www.boomlings.com/database/accounts/activate.php?uid=*actcode=*

当*表示任何长度的字符串都可以到达那里，因为它将是一个不同的激活.php化学需氧量


Tags： textcomyou链接wwwgooglescriptaccount
3条回答
网友
1楼 · 编辑于 2024-04-20 01:14:30

电子邮件可以是HTML或文本格式。 如果它是HTML格式的，那么就使用bs4、pyquery等库

如果是文本，那么使用regex来搜索URL，使用下面的regex

regex = ^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?

参考：http://www.ietf.org/rfc/rfc3986.txt

使用re模块搜索字符串

import re
regex = r"^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))?"
urls = re.findall( regex, text )
print(urls)

使用pyquery模块

from pyquery import pyQuery as pq
q = pq( text )
a_list = q( "a" )
urls = [ a.attr[ 'href' ] for a in a_list ]
print(urls)

编辑：

我们可以使用特定的URL来代替通用URL，例如https?:\/\/www\.boomlings\.com\/database\/accounts\/activate\.php\?uid=.*&actcode=.*

https://ideone.com/NFj90L

网友
2楼 · 编辑于 2024-04-20 01:14:30

假设您描述中的dict现在位于名为d的变量中（在这里输入有点长）：

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(d['body'], 'lxml')
>>> link = soup.find('a', target='_blank')
>>> link['href']
'http://www.boomlings.com/database/accounts/activate.php?uid=8722046&actcode=xlCReGjLdkWmINt1GY9e'

BeautifulSoup docs

网友
3楼 · 编辑于 2024-04-20 01:14:30

您可以将regex用于以下内容：

import re
c = re.search("<a href=\".*?(?=\")", yourDict["body"].decode("utf-8"))
print(c.group())

但是如果您找到一个像parsel这样的包会更好，因为您使用xpath和not with regex, check this提取html

编辑

我使用正则表达式是因为它是最短最快的方法，不需要下载包，但是如果您的响应发生了很大的变化，我建议使用parsel。示例：

from parsel import Selector
sel = Selector(text=yourDict["body"].decode("utf-8"))
url = sel.xpath('//a[@target="_blank"]/@href').extract_first()

相关问题 更多 >

    编程相关推荐