3

我正在编写一个脚本来从网站下载多个 FLAC,我正在使用 Beautiful Soup 来获取 flac 链接并使用urlopen下载链接

我想让BS搜索以.flac结尾的链接(我不知道文件名,只是扩展名EX:1个文件是XXX.flac,另一个是YYY.flac

flac 文件的 HTML 在这里

<b><a class=location href="/soundtracks/index.php">Soundtracks</a><font class=location> &raquo </font><a href="/soundtracks/highquality/index.php">High Quality Game 
Soundtracks [FLAC]</a><font class=location> &raquo </font><a href="/soundtracks/highquality/Metal_Gear_20th_Anniversary/72">Metal Gear 20th Anniversary</a><font class=location> &raquo 01 Metal Gear 20 Years History -Past, Present, Future- Download</font></b><h1>Metal Gear 20th Anniversary Download Links:</h1><a style="font-size: 16px; font-weight:bold;" href="http://50.7.161.234/bks/94/245/Music/[029] MG 20th Anniversary [FLAC]/01 Metal Gear 20 Years History -Past, Present, Future-.flac">Metal Gear 20th Anniversary - 01 Metal Gear 20 Years History -Past, Present, Future-</a> <font face="Verdana" style="font-size: 16px;">Format: FLAC, Size: 76M</font><br> <font face="Verdana" style="font-size: 10px;"><b>Note: If the file starts playing in your browser window, try right-clicking and "Save Target As"</b></font><br>

我试图找到id。t = soup.find(id="flac")但我没有得到任何相关结果。我对此很空白,我不知道有什么方法可以解决它 

我如何让 BS 搜索并找到文件链接,然后将该文件链接分配给变量?

import mechanize
import urllib, urllib2, re
from bs4 import BeautifulSoup
####MECHANIZE####
br = mechanize.Browser()
res = br.open("http://www.emuparadise.me/soundtracks/highquality/Metal_Gear_20th_Anniversary/72")
a = 2 #COUNTER FOR LOOP
br.follow_link(text_regex='Download', nr=a)
b = br.geturl() #GETS THE URL
print b


page = urllib2.urlopen(b).read()
soup = BeautifulSoup(page)
soup.prettify()
t = soup.find(id="")
print t
4

1 回答 1

3

您的代码正在尝试匹配id链接到这些标记的锚标记中不存在的属性。

而是使用正则表达式来匹配href以 结尾的 's .flac

t = soup.find_all(href=re.compile(".flac$"))
于 2012-09-26T23:30:25.370 回答