BeautifulSoup越来越HREF [英] BeautifulSoup getting href

问题描述

我有以下汤：

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

从这个我想提取的HREF，SOME_URL

我能做到这一点，如果我只有一个标签，但这里有两个标签。我还可以得到文字下一步但是这不是我想要的。

I can do it if I only have one tag, but here there are two tags. I can also get the text 'next' but that's not what I want.

此外，有没有什么地方有例子API的一个很好的说明。我使用标准文档，但我正在寻找的东西一点点更有条理。

Also, is there a good description of the API somewhere with examples. I'm using the standard documentation, but I'm looking for something a little more organized.

推荐答案

您可以使用 find_all 通过以下方式来找到每一个 A 有一个的href 属性，并打印每一个元素：

You can use find_all in the following way to find every a element that has an href attribute, and print each one:

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']

将输出：

Found the URL: some_url
Found the URL: another_url

请注意，如果你使用BeautifulSoup的旧版本（版本4之前）这种方法的名称是的findAll 。在第4版，BeautifulSoup的方法名被改为PEP 8兼容，所以你应该使用 find_all 代替。

Note that if you're using an older version of BeautifulSoup (before version 4) the name of this method is findAll. In version 4, BeautifulSoup's method names were changed to be PEP 8 compliant, so you should use find_all instead.

如果你想的所有的带标签的的href ，则可以省略名称参数：

If you want all tags with an href, you can omit the name parameter:

href_tags = soup.find_all(href=True)

这篇关于BeautifulSoup越来越HREF的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！