有没有办法在python中使用可读性（文本提取算法）和自定义算法从文本中提取链接？

Question

有没有办法在python中使用可读性（文本提取算法）和自定义算法从文本中提取链接？

我想找出一种方法来提取文本正文中的链接。

1。）我在python https://github.com/gfxmonk/python-readability

中使用了可读性

2。）我想以某种方式将提取的文本与原始的html文本进行比较，以便在文章的实际主体中提取链接。

Answer 1

好吧，它看起来像是返回一个BeautifulSoup树。所以你应该能够做到这样的事情：

article = page.summary()   # Extract article using readability
article.findAll("a")       # Return a list of all links in the article