Python模块BeautifulSoup提取锚HREF [英] Python module BeautifulSoup extracting anchors href

问题描述

我使用BeautifulSoup模块通过这种方式来选择所有的HTML HREF：

 高清extract_links（HTML）：
  汤= BeautifulSoup（HTML）
  锚= soup.findAll（'A'）
  打印锚
  链接= []
  对于在锚：
    links.append（一[HREF']）
  返回链接
 

但有时它未能通过此错误消息：

 回溯（最后最近一次调用）：
文件C：\\ PY \\ main.py33行，上述＆lt;＆模块GT;
网址= extract_links（页）
文件C：\\ PY \\ main.py，11号线，在extract_links
links.append（一[HREF']）
文件C：\\ PY \\ BeautifulSoup.py，线路601，在__getitem__
返回self._getAttrMap（）[关键]
KeyError异常：HREF
 

解决方案

并非所有的锚标签将有href属性。您应检查锚有一个href您尝试访问该属性之前。

 如果a.has_key（'href属性）
  links.append（一[HREF']）
 

在这里检查了一些意见后，我认为这是处理这种情况的最Python的方式。

i am using BeautifulSoup module to select all href from html by this way:

def extract_links(html):
  soup = BeautifulSoup(html)
  anchors = soup.findAll('a')
  print anchors
  links = []
  for a in anchors:
    links.append(a['href'])
  return links

but sometime it failed by this error message:

Traceback (most recent call last):
File "C:\py\main.py", line 33, in <module>
urls = extract_links(page)
File "C:\py\main.py", line 11, in extract_links
links.append(a['href'])
File "C:\py\BeautifulSoup.py", line 601, in __getitem__
return self._getAttrMap()[key]
KeyError: 'href'

解决方案

Not all anchor tags will have an href attribute. You should check that the anchor has an href before you try to access that attribute.

if a.has_key('href')
  links.append(a['href'])

After checking some comments here, I think this is the most pythonic way of handling this case.

这篇关于Python模块BeautifulSoup提取锚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！