Python mecanize, siguiendo el enlace por url y ¿cuál es el parámetro nr?

Question

Lamento tener que preguntar algo como esto, pero la documentación mecanizada de Python parece faltar y no puedo resolverlo ... solo dan un ejemplo que puedo encontrar para seguir un enlace:

response1 = br.follow_link(text_regex=r"cheese\s*shop", nr=1) 

Pero no quiero usar un regex, solo quiero seguir un enlace basado en su url, ¿cómo podría hacer esto ... también lo que es "nr" que se usa a veces para los siguientes enlaces?

Gracias por cualquier información

Answer 1

br.follow_link toma un objeto Link o una palabra clave arg (como nr=0).

br.links() enumera todos los enlaces.

br.links(url_regex='...') enumera todos los enlaces cuyas URL coinciden con la expresión regular.

br.links(text_regex='...') enumera todos los enlaces cuyo texto de enlace coincide con la expresión regular.

br.follow_link(nr=num) sigue el enlace num º en la página, con contar a partir de 0. Devuelve un objeto de respuesta (el mismo tipo lo br.open (...) los rendimientos)

br.find_link(url='...') devuelve el objeto cuya Linkurl es exactamente igual a la url dada.

br.find_link, br.links, br.follow_link, br.click_link todos aceptan las mismas palabras clave. Ejecute help(br.find_link) para ver la documentación sobre esas palabras clave.

Editar: Si tiene una URL de destino que desea seguir, se podría hacer algo como esto:

import mechanize 
br = mechanize.Browser() 
response=br.open("http://www.example.com/") 
target_url='http://www.rfc-editor.org/rfc/rfc2606.txt' 
for link in br.links(): 
    print(link) 
    # Link(base_url='http://www.example.com/', url='http://www.rfc-editor.org/rfc/rfc2606.txt', text='RFC 2606', tag='a', attrs=[('href', 'http://www.rfc-editor.org/rfc/rfc2606.txt')]) 
    print(link.url) 
    # http://www.rfc-editor.org/rfc/rfc2606.txt 
    if link.url == target_url: 
     print('match found') 
     # match found    
     break 

br.follow_link(link) # link still holds the last value it had in the loop 
print(br.geturl()) 
# http://www.rfc-editor.org/rfc/rfc2606.txt 

Answer 2

De mirar el código, que sospechan que desea

response1 = br.follow_link(link=LinkObjectToFollow) 

nr es el mismo tal como se documenta en la convocatoria find_link.

EDITAR: En mi primera mirada superficial, no me di cuenta de que "enlace" no era un simple enlace.

Answer 3

encontré esta forma de hacerlo, como referencia para cualquier persona que no lo hace quiere usar expresiones regulares:

r = br.open("http://www.somewebsite.com") 
br.find_link(url='http://www.somewebsite.com/link1.html') 
req = br.click_link(url='http://www.somewebsite.com/link1.html') 
br.open(req) 
print br.response().read() 

O, va a trabajar por el texto del enlace también:

r = br.open("http://www.somewebsite.com") 
br.find_link(text='Click this link') 
req = br.click_link(text='Click this link') 
br.open(req) 
print br.response().read() 

Answer 4

nr se usa para el enlace exacto que sigue. si el texto o la URL ha sido regex más de uno. el valor predeterminado es , por lo que si usa el valor predeterminado, seguirá primero el enlace regex. por ejemplo la fuente:

<a href="link.html>Click this link</a> 
<a href="link2.html>Click this link</a> 

en este ejemplo tenemos que seguir "Haga clic en este enlace de" texto, sino que elegimos link2.html seguir exactamente

br.click_link(text='Click this link', nr=1) 

por ella obtendrá Link2. html response