python - beautifulsoup 使用正则表达式在文件中找不到 href

Question

我有一个 html 文件，如下所示：

<form action="/2811457/follow?gsid=3_5bce9b871484d3af90c89f37" method="post">
<div>
<a href="/2811457/follow?page=2&amp;gsid=3_5bce9b871484d3af90c89f37">next_page</a>
&nbsp;<input name="mp" type="hidden" value="3" />
<input type="text" name="page" size="2" style='-wap-input-format: "*N"' />
<input type="submit" value="jump" />&nbsp;1/3
</div>
</form>

如何在 next_page 中提取 href ""/2811457/follow?page=2&gsid=3_5bce9b871484d3af90c89f37"？

它是html的一部分，我打算说清楚。当我使用beautifulsoup时，

print soup.find('a',href=re.compile('follow?page'))

它返回无，为什么？我是beautifulsoup的新手，我看过文档，但仍然很困惑。

现在我用一种丑陋的方式：

    urls = soup.findAll('a',href=True))
    for url in urls:
        if follow?page in url:
            print url

我需要一种更清晰、更优雅的方式。

Answer 1

您需要转义问号。正则表达式的w?意思是zero or one w。尝试这个：

print soup.find('a', href = re.compile(r'.*follow\?page.*'))