如何用BeautifulSoup从URL中提取id数字

方法一：用urllib.parse解析查询参数（最健壮） #

这是最通用的方法，不管参数在href中的位置如何变化，都能准确提取：

from urllib.parse import urlparse, parse_qs

# 获取a标签的href属性值
href = soup.td.a.get('href')
# 解析URL的查询字符串部分
query_components = parse_qs(urlparse(href).query)
# 提取id参数的值（parse_qs返回的是列表，取第一个元素）
target_id = query_components['id'][0]
print(target_id)  # 输出 37627

方法二：字符串分割（适合固定格式场景） #

如果href的参数格式固定，id始终在最后，可以用简单的字符串分割：

href = soup.td.a.get('href')
target_id = href.split('id=')[-1]
print(target_id)  # 输出 37627

方法三：正则表达式匹配 #

用正则捕获id后的数字部分，适合需要灵活匹配的场景：

import re

href = soup.td.a.get('href')
# 匹配id=后面的连续数字
match_result = re.search(r'id=(\d+)', href)
if match_result:
    target_id = match_result.group(1)
    print(target_id)  # 输出 37627

内容的提问来源于stack exchange，提问作者Travis Kessler