我正在努力获取在td中获取一些href所需的语法。 table，tr和td元素没有任何类或id。
如果我想在这个例子中抓住锚点，我需要什么？
＆LT; tr> ＆LT; td＆gt; ＆LT; a＆gt; ...
由于
答案 0 :(得分：24)
根据文档，您首先要创建一个解析树：
import BeautifulSoup
html = "<html><body><tr><td><a href='foo'/></td></tr></body></html>"
soup = BeautifulSoup.BeautifulSoup(html)
然后您在其中进行搜索，例如对于<a>标记，其直接父级为<td>：
for ana in soup.findAll('a'):
if ana.parent.name == 'td':
print ana["href"]
答案 1 :(得分：22)
这样的东西？
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [td.find('a') for td in soup.findAll('td')]
那应该在你提供的html中的每个“td”中找到第一个“a”。您可以调整td.find更具体，或者如果每个td中有多个链接，则使用findAll。
更新：Daniele的评论，如果你想确保列表中没有任何None，那么你可以修改列表理解：
from BeautifulSoup import BeautifulSoup
soup = BeautifulSoup(html)
anchors = [a for a in (td.find('a') for td in soup.findAll('td')) if a]
这基本上只是添加一个检查，看看你是否有td.find('a')返回的实际元素。