如何使用BeautifulSoup从指定3个域名提取网页链接？

嘿，我来帮你搞定这个问题！你之前尝试用|运算符组合域名的思路没错，但CSS选择器里并不支持这种写法，所以才会失效。下面给你两种简单好用的解决办法：

方案一：用CSS选择器多条件匹配（推荐） #

CSS选择器中，逗号代表“或”的逻辑，我们可以把每个域名对应的选择器用逗号分隔开，就能匹配任意一个目标域名的链接了。代码示例如下：

# 定义需要匹配的三个目标域名
target_domains = [
    "http://ABCD.tv/",
    "https://AABCD.tv",
    "http://FFGV.VV"
]

# 自动拼接成CSS选择器字符串
css_selector = ", ".join([f"a[href^='{domain}']" for domain in target_domains])

# 匹配并输出符合条件的链接
for link in soup.select(css_selector):
    print(link.get('href'))

这个方法和你原来的单域名写法逻辑一致，只是通过逗号把多个选择器组合起来，完全符合你的需求，而且代码简洁高效。

方案二：提取所有链接后手动过滤 #

如果之后你需要更灵活的过滤规则（比如匹配域名中间部分、忽略大小写等），可以先提取所有带href属性的链接，再用Python的逻辑手动筛选：

target_domains = [
    "http://ABCD.tv/",
    "https://AABCD.tv",
    "http://FFGV.VV"
]

# 遍历所有带href属性的<a>标签
for link in soup.find_all('a', href=True):
    href = link.get('href')
    # 判断链接是否以任意目标域名开头
    if any(href.startswith(domain) for domain in target_domains):
        print(href)

小提醒 #

注意检查目标域名的写法和网页中链接的实际开头是否一致，比如http://ABCD.tv/和http://ABCD.tv（末尾无斜杠）是两种不同的开头，避免漏匹配哦～

内容的提问来源于stack exchange，提问作者Fahd Fuhaid