使用BeautifulSoup获取与扩展名匹配的文件名

Question

我正在尝试使用BeautifulSoup解析HTML页面，该页面包含文本文件，以.txt扩展名结尾。我想解析HTML，并获取以.txt结尾的字符串。

所有此类字符串都在<a href>标记内，以下是一些示例：

<a href = "foo.txt">

<a href = "bar.txt">

如何获取foo.txt和bar.txt。

我这样做了：

>>> links = soup.findAll('a')

但是我找不到如何提取完整的字符串...有什么建议吗？

Answer 1

BeautifulSoup接受regexps作为参数形式find()和findAll() 这应该有效：

links = soup.findAll(href=re.compile("\.txt$"))