BeautifulSoup得到href [重复]

提问于 2024-05-16T05:05:16+08:00

浏览次

138

这个问题在这里已有答案：

retrieve links from web page using python and BeautifulSoup 14个答案

我有以下汤：

<a href="some_url">next</a>
<span class="class">...</span>

从这里我想提取href， "some_url"

如果我只有一个标签，我可以做到，但这里有两个标签 . 我也可以得到文字 'next' 但这不是我想要的 .

此外，是否有一个很好的描述API的例子 . 我正在使用the standard documentation，但我正在寻找一些更有条理的东西 .

1 回答

209
您可以使用 find_all 以下列方式查找具有 href 属性的每个 a 元素，并打印每个元素：
```
from BeautifulSoup import BeautifulSoup

html = '''<a href="some_url">next</a>
<span class="class"><a href="another_url">later</a></span>'''

soup = BeautifulSoup(html)

for a in soup.find_all('a', href=True):
    print "Found the URL:", a['href']
```
输出将是：
```
Found the URL: some_url
Found the URL: another_url
```
请注意，如果您使用的是旧版本的BeautifulSoup（版本4之前），则此方法的名称为 findAll . 在版本4中，BeautifulSoup的方法名称为were changed to be PEP 8 compliant，因此您应该使用 find_all .

如果您希望所有标签都带有 href ，则可以省略 name 参数：
```
href_tags = soup.find_all(href=True)
```
回复于 2024-05-16T05:05:16+08:00

相关问题