有没有一种方法可以使用可读性(文本提取算法)和Python中的自定义算法来从文本中提取链接?
-
14-10-2019 - |
题
有没有一种方法可以使用可读性(文本提取算法)和Python中的自定义算法来从文本中提取链接?
我想找出一种提取文本主体中的链接的方法。
1.)我在Python中使用可读性 https://github.com/gfxmonk/python-redredability
2.)我想以某种方式将提取的文本与原始HTML文本进行比较,以便在文章的实际主体中提取链接。
解决方案
好吧,看起来它返回了一棵美丽的树。因此,您应该能够做类似的事情:
article = page.summary() # Extract article using readability
article.findAll("a") # Return a list of all links in the article
不隶属于 StackOverflow