如何在 Python 中仅打印特定链接

Question

我仍然是 Python 的新手，但我正在尝试制作我的第一个小程序。我的意图是仅打印以.m3u8结尾的链接（如果可用）而不是打印整个网页。我目前使用的代码：import requestschannel1 = requests.get('https://website.tv/user/111111')print(channel1.content)print('\n')channel2 = requests.get('https://website.tv/user/222222')print(channel2.content)print('\n')input('Press Enter to Exit...')我正在寻找的链接总是总共有 47 个字符，并且它总是相同的模型只是更改表示为 X 的流 id：https://website.tv/live/streamidXXXXXXXXX.m3u8谁能帮我？

Answer 1

您可以使用正则表达式来解决这个问题。

解释：

在表达式部分。*？意味着考虑所有内容以及包含在 \b(expr)\b 中的任何内容都需要强制存在。

例如：

import re

link="https://website.tv/live/streamidXXXXXXXXX.m3u8"

p=re.findall(r'.*?\b.m3u8\b',link)

print(p)

输出：

['https://website.tv/live/streamidXXXXXXXXX.m3u8']

Answer 2

有几种方法可以解决这个问题，一种让我想起其他人已经触及的方法是使用正则表达式，它从我们的.findallurl_list

另一个选择也可以是BeautifulSoup，但如果没有关于结构的更多信息，html它可能不是这里最好的工具。

使用正则表达式

from re import findall

from requests import get

def check_link(response):

    result = findall(

        r'.*?\b.m3u8\b',

        str(response.content),

    )

    return result

def main(url):

    response = get(url)

    if response.ok:

        link_found = check_link(response)

        if link_found:

            print('link {} found at {}'.format(

                    link_found,

                    url,

                ),

            )

if __name__ == '__main__':

    url_list = [

        'http://www.test_1.com',

        'http://www.test_2.com',

        'http://www.test_3.com',

    ]

    for url in url_list:

        main(url)

    print("All finished")

Answer 3

试试这个，我认为这会很强大

import re

links=[re.sub('^<[ ]*a[ ]+.*href[ ]*=[ ]*',  '', re.sub('.*>$', '', link) for link in re.findall(r'<[ ]*a[ ]+.*href[ ]*=[]*"http[s]*://.+\.m3u8".*>',channel2.content)]

Answer 4

这将从网页中提取所有 URL 并仅过滤那些包含所需关键字“.m3u8”的 URL

import requests

import re

def get_desired_url(data):

    urls = []

    for url in re.findall(r'(https?://\S+)', data):

        if ".m3u8" in url:

            urls.append(url)

    return urls

channel1 = requests.get('https://website.tv/user/111111')

urls = get_desired_url(channel1 )

Answer 5

如果我正确理解你的问题，我认为你想使用 Python 的.split()字符串方法。如果您的目标是获取一个类似的字符串"https://website.tv/live/streamidXXXXXXXXX.m3u8"并直接提取，"streamidXXXXXXXXX.m3u8"那么您可以使用以下代码来实现：

web_address = "https://website.tv/live/streamidXXXXXXXXX.m3u8"

specific_file = web_address.split('/')[-1]

print(specific_file)

像这样调用.split('/')字符串将返回一个字符串列表，其中列表中的每个项目都是字符串的不同部分（第一部分是"https:"，等等）。其中最后一个（索引 [-1]）将是您想要的文件扩展名。