我正在使用Beautiful Soup for Python来解析网页，以便从某些文件下载数据并将它们聚合到一个文件中。我正在解析的网页包含大量不同的下载链接，我无法获得我想要的特定链接。
HTML基本上是这样设置的：
<li> <b>data I dont care about: </b>
<a href ="/id#____dontcare2010">2010</a> <a href = "/id#____dontcare2011">2011</a> (and so on)
</li>
<li> <b>data I DO care about: </b>
< a href ="/id#___data2010">2010</a> <a href= "/id#____data2011">2011</a> ....
</li>
（id #____只是该网页包含信息的特定对象的ID号，对于该问题不太重要，但我认为我会尽可能准确）
我想要的是BeautifulSoup找到包含字符串“我关心的链接：”的列表（“<li>”标签），然后将该列表中的每个链接存储到Python列表中。我试过了，
soup.findAll('li', text = 'Links I DO care about: ")
但这似乎不起作用......
我想有一些方法可以用美丽的汤做这些步骤：
1.找到我想要的具体清单
2.找到该列表中的所有<a href="..."></a>标签
3.将所有这些链接存储在Python列表中。
我似乎找不到办法做到这一点。
有什么建议吗？
答案 0 :(得分：2)
text参数（现在称为string）不会在元素的子元素文本中搜索（为什么？ - 请参阅此documentation paragraph中的最后一个注释，{{对于每个呈现的.string元素，1}}将有效None。我要做的是按文字找到li元素，然后获取所有b siblings：
a或者，您可以go up the tree从b = soup.find("b", text=lambda text: text and "data I DO care about:" in text)
links = [a["href"] for a in b.find_next_siblings("a", href=True)]
print(links)
到b，然后使用li查找find_all()内的所有链接：
li当然，还有其他方法可以找到所需的b = soup.find("b", text=lambda text: text and "data I DO care about:" in text)
li = b.find_parent("li")
links = [a["href"] for a in li.find_all("a", href=True)]
print(links)
元素。