正規表現を使って、nofollowを取得したいです。

Question

様々なURLからbeutifulsoupを利用しHTMLソース上から、example.comの発リンクに対してrel=nofollowがついているものだけを抽出したいです。

VBAしか利用したことがなく、こんな感じかなと思いますがご指摘いただければ幸いです。

df = re.findall("http.*?" & example.com & ".*?rel=(.*?)>", soup)

豚吐露 · Answer

今ある情報からだけで判断すると以下のような感じかな？と思います。
a tag中のhrefに設定されてるURLから該当するものをhitさせる正規表現です。

(?<=href=['"])https?://example.com/.*rel=nofollow.*(?=['"])

One Answer