0 
from BeautifulSoup import BeautifulSoup
import urllib2
import re


user = raw_input('begin here!: ')
base = ("http://1337x.org/search/")
print (base + user)
add_on = "/0/"
total_link = (base + user + add_on)
html_data = urllib2.urlopen(total_link, 'r').read()
soup = BeautifulSoup(html_data)
announce = soup.find('a', attrs={'href': re.compile("^/announcelist")})
print announce

我正在尝试检索一个 torrent 链接，最好是第一个非赞助链接。从一个页面，然后让它打印链接。我对这种编码相当陌生，因此您可以提供尽可能多的细节将是完美的！非常感谢你的帮助！

4

1 回答 1

1

问题出在您的正则表达式中。您正在尝试使用该^字符来否定正则表达式，但它不适用于您的情况。^唯一否定一组字符（里面的一组字符）[]；即使在这种情况下，它也只会在它是第一个字符时否定。例如，表示“除、、和”之外的[^aeiou]任何字符。 aeiou

当您在字符集^ 之外使用时，它会匹配一行的开头。例如，匹配以字符串^aeiou开头的行。aeiou

那么，您将如何否定正则表达式？好吧，我看到的最好的方法是使用负前瞻，这是一个以 . 开头(?!和结尾的正则表达式)。对于您的情况，这很容易：

(?!/announcelist)

所以，替换re.compile("^/announcelist")by re.compile("(?!/announcelist)")，它应该可以工作 - 至少在这里工作:)

于 2011-12-15T00:03:12.840 回答