Question

我在Python中为维基百科页面构建了一个解析器，如下所示：

    ...
    data = soup.findAll('div', attrs={'class':'mw-content-ltr'});
        for div in data:
            links = div.findAll('a', href=True, title=True)
            for l in links:
                print l

找到给定div区域内的所有链接;制备：

...
<a href="/wiki/Lumber" title="Lumber">lumber</a>
<a href="/wiki/Arecaceae" title="Arecaceae">palms</a>
<a href="/wiki/Cyatheales" title="Cyatheales">tree ferns</a>
<a href="/wiki/Banana" title="Banana">bananas</a>
<a href="/wiki/Bamboo" title="Bamboo">bamboo</a>

但是我如何获得提供链接的词，所以“香蕉”或“竹子”？我会得到标题，但我需要知道哪些单词是链接的，而不是它们链接到的位置。我已经看到一个允许我得到下一个兄弟的问题，但那是链接后面的文字，这不是我想要的。

Answer 1

检查.contents参数，我想这就是你想要的。 http://www.crummy.com/software/BeautifulSoup/bs3/documentation.html#contents

如何在BeautifulSoup中获取链接演示文稿？

1 个答案: