問題描述

<a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a>

我要取 href里的鏈接

6個(gè)鏈接 前三個(gè)符合條件 正則怎么寫（即鏈接中必須帶有參數(shù)viewkey page viewtype category）

第二個(gè)和第三個(gè)鏈接相同 怎么去重復(fù)（python下）

問題解答

# python 2.7import rea = ’’’<a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a><a target='blank'></a>’’’print set(re.findall(’’’(?=.*(?:viewkey))(?=.*(?:page))(?=.*(?:viewtype))(?=.*(?:category))href=['’]([^’']+)’’’, a))回答2：

提取前三個(gè)鏈接：

links= re.findall(r’href='http://www.gepszalag.com/wenda/(.*?=rf)'’,l_string,re.S)

去重：

new_links=set(links)