Используя регулярные выражения извлечь из текста html-файла все ссылки

@Екатерина 99 · Регистрация: 23.09.2019

Студворк — интернет-сервис помощи студентам

Извлеките из текста html-файла все ссылки (всё, что содержится в шаблоне
<a href=’…’>)*
* Для работы с html запросами используйте библиотеку requests.
Для установки библиотеки на домашнем компьютере используйте команду
pip install requests, набранную в командной строке. Библиотека содержит
следующие основные методы:
GET — получение ресурса
POST — создание ресурса
PUT — обновление ресурса
DELETE — удаление ресурса
Начало программы 2 может выглядеть следующим образом:

Python
1
2
3
4
import requests import re
st1=input('введите адрес сайта
') res=requests.get(st1) s=res.text
print(s)

Для группировки строк используйте круглые скобки. Подгруппы нумеруются
слева направо, от 1 и далее. Группы могут быть вложенными; для того, чтобы
определить число вложений, просто подсчитываем слева направо символы
открывающей скобки:

Python
1
2
3
4
5
6
7
8
>>> p = re.compile('(a(b)c)d')
>>> m = p.match('abcd')
>>> m.group(0)
'abcd'
>>> m.group(1)
'abc'
>>> m.group(2)
'b'

group() может принять одновременно несколько номеров групп в одном
запросе, и будет возвращен кортеж, содержащий значения для соответствующих
групп:

Python
1
2
>>> m.group(2,1,2)
('b', 'abc', 'b')

Метод groups() возвращает кортеж строк для всех подгрупп, начиная с 1-ой:

Python
1
2
>>> m.groups()
('abc', 'b')

@Welemir1 · 15.10.2019, 16:11

Екатерина 99, так погоди, что не понятно? в тексте полная инструкция написана для тебя

@iSmokeJC · 07.01.2021, 17:15

Python
1
2
3
4
5
import re
import requests
 
text = requests.get('https://python-scripts.com/requests').text
print(*re.findall(r'(?<=<a href=")h.+?(?=")', text), sep='\n')

Кликните здесь для просмотра всего текста

Bash
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
https://python-scripts.com/
https://python-scripts.com/install-python
https://python-scripts.com/pycharm-download
https://python-scripts.com/tkinter
https://python-scripts.com/forum
https://python-scripts.com/books
https://python-scripts.com/beautifulsoup-html-parsing
https://ru.wikipedia.org/wiki/HTTP
https://python-scripts.com/virtualenv
https://ru.wikipedia.org/wiki/HTTP#Методы
https://developer.github.com/v3/#root-endpoint
https://python-scripts.com/try-except-finally
https://ru.wikipedia.org/wiki/Список_кодов_состояния_HTTP
https://python-scripts.com/f-strings
https://python-scripts.com/string
https://ru.wikipedia.org/wiki/UTF-8
https://ru.wikipedia.org/wiki/Набор_символов
https://ru.wikipedia.org/wiki/Заголовки_HTTP
https://python-scripts.com/lists-tuples-dictionaries#dict
https://en.wikipedia.org/wiki/Query_string
https://developer.github.com/v3/search/
https://httpbin.org
https://developer.github.com/v3/users/#get-the-authenticated-user
https://python-scripts.com/try-except-finally
https://realpython.com/python-requests/
https://www.patreon.com/python_community
https://python-scripts.com/category/decorators
https://python-scripts.com/category/gui/tkinter-python
https://python-scripts.com/category/gui/pycairo-tutorials-python
https://python-scripts.com/install-python-3-8-linux

Рыжий Лис · 07.01.2021, 18:45

iSmokeJC, а если так?

HTML5
1
2
3
4
<a href = "https://python-scripts.com/books">link</a>
<a   href="https://python-scripts.com/books">link</a>
<a href='https://python-scripts.com/books'>link</a>
<a class='fox' href='https://python-scripts.com/books2'>link</a>

@iSmokeJC · 07.01.2021, 18:56

Рыжий Лис, я прекрасно понимаю, что в реальной жизни эта регулярка не катит. Но по ТЗ - вполне.
Вспомни регулярку на 100500 строк, которая мыло проверяет (по всей сети валяется)

Новые блоги и статьи Все статьи Все блоги /
Программный контроль заполнения реквизита табличной части документа Maks 02.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: реализовать контроль заполнения реквизита табличной части. . .	wmic не является внутренней или внешней командой Maks 02.04.2026 Решение: DISM / Online / Add-Capability / CapabilityName:WMIC~~~~ Отсюда: https:/ / winitpro. ru/ index. php/ 2025/ 02/ 14/ komanda-wmic-ne-naydena/	Программная установка даты и запрет ее изменения Maks 02.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "СписаниеМатериалов", разработанного в конфигурации КА2. Задача: при создании документов установить период списания автоматически. . .	Вывод данных в справочнике через динамический список Maks 01.04.2026 Реализация из решения ниже выполнена на примере нетипового справочника "Спецтехника" разработанного в конфигурации КА2. Задача: вывести данные из ТЧ нетипового документа. . .
Функция заполнения текстового поля в реквизите формы документа Maks 01.04.2026 Алгоритм из решения ниже реализован на нетиповом документе "ВыдачаОборудованияНаСпецтехнику" разработанного в конфигурации КА2, в дополнении к предыдущему решению. На форме документа создается. . .	К слову об оптимизации kumehtar 01.04.2026 Вспоминаю начало 2000-х, университет, когда я писал на Delphi. Тогда среди программистов на форумах активно обсуждали аккуратную работу с памятью: нужно было следить за переменными, вовремя. . .	Идея фильтра интернета (сервер = слой+фильтр). Hrethgir 31.03.2026 Суть идеи заключается в том, чтобы запустить свой сервер, о чём я если честно мечтал давно и давно приобрёл книгу как это сделать. Но не было причин его запускать. Очумелые учёные напечатали на. . .	Модель здравосоХранения 6. ESG-повестка и устойчивое развитие; углублённый анализ кадрового бренда anaschu 31.03.2026 В прикрепленном документе раздумья о том, как можно поменять модель в будущем

@Welemir1 Автоматизируй это! 7392 / 4819 / 1246 Регистрация: 30.03.2015 Сообщений: 13,694 Записей в блоге: 29
	15.10.2019, 16:11
	Екатерина 99, так погоди, что не понятно? в тексте полная инструкция написана для тебя 0

@iSmokeJC 19530 / 11067 / 2931 Регистрация: 21.10.2017 Сообщений: 23,294
	07.01.2021, 18:56
	Рыжий Лис, я прекрасно понимаю, что в реальной жизни эта регулярка не катит. Но по ТЗ - вполне. Вспомни регулярку на 100500 строк, которая мыло проверяет (по всей сети валяется) 0