Python href 并保存到 .txt（不用担心，不是另一个正则表达式问题）

Question

我目前正在创建一个 python 脚本，允许用户输入 torrent 的哈希值（通过终端），并通过网站检查更多跟踪器。然而，我很茫然，希望能得到一些建议，因为我是Python编程的新手。我遇到了麻烦，因为 html_page 的结果有另一个链接可供访问。所以，我的程序分配 html_page "http://torrentz.eu/******* 但是，现在我发现自己在尝试让它跟随页面上的另一个链接到达 http://torrentz.eu/announcelist_ * ...话虽这么说，我有发现它可以被检索（就像从查看源代码中看到的那样）

    <a href="/announcelist_********" rel="e">&#181;Torrent compatible list here</a> 

或者可能从这里检索，因为值与 /announcelist_** 中出现的值相同，

    <a name="post-comment"></a>
    <input type="hidden" name="torrent" value="******" /> 

因为 /announcelist_* >* 以文本格式出现 我还想知道如何将生成的跟踪器列表保存在 .txt 文件中 话虽如此，这是我目前在 Python 脚本方面的进展

    from BeautifulSoup import BeautifulSoup
    import urllib2
    import re
    var = raw_input("Enter hash:")
    html_page = urllib2.urlopen("http://torrentz.eu/" +var)
    soup = BeautifulSoup(html_page)
    for link in soup.findAll('a'):
            print link.get('href')

。你们都在提前获得您的支持、知识、建议和技能

编辑：我已将代码更改为如下：

    from BeautifulSoup import BeautifulSoup
    import urllib2
    import re
    hsh = raw_input("Enter Hash:")
    html_data = urllib2.urlopen("http://torrentz.eu/" +hsh, 'r').read()
    soup = BeautifulSoup(html_data)
    announce = soup.find('a', attrs={'href': re.compile("^/announcelist")})
    print announce

结果：

    <a href="/announcelist_00000" rel="e">&#181;Torrent compatible list here</a>

所以，现在我只是在寻找一种获取 /announcelist_00000

Answer 1

打开网址后，您就可以找到您指出的 href。现在，使用 urlopen 打开该 href。当您遇到要复制的文件时，请像这样打开它：

remote_file = open(filepath)
locale_file = open(path_to_local_file, 'w')

local_file.write(remote_file.read())
local_file.close()
remote_file.close()

以下是您应该如何执行此操作：

# insert code that you've already written
for link in soup.findAll('a'):
    print link.get('href')
    remote_file = open(link.get('href'))
    local_file = open(path_too_local_file, 'w')
    local_file.write(remote_file.read())
    local_file.close()
    remote_file.close()

我尚未测试此代码，但我认为它应该可以工作。

希望这有帮助

Answer 2

如果您要查找的是 href 属性的值，那么
看看如果添加以下行会得到什么：

print announce['href']