Question

我正在尝试从某个网站检索链接并将其保存到列表中以供进一步使用。到目前为止我得到的（这是我存储输出的.txt文件）：

<ul>
<li><a class="active" href="/review/huerco-s-those-you-who-have-never-and-also-those-w/">Huerco S.<span><i>For Those Of You Who Have Never (And  Also Those Who Have)</i></span></a></li>
<li><a href="/review/dam-funk-dj-kicks/">Dâm-Funk<span><i>DJ-Kicks</i>  </span></a></li>
<li><a href="/review/skepta-konnichiwa/">Skepta<span><i>Konnichiwa</i></span></a></li>
<li><a href="/review/jessy-lanza-oh-no/">Jessy Lanza<span><i>Oh No</i></span></a></li>
<li><a href="/review/radiohead-moon-shaped-pool/">Radiohead<span><i>A Moon Shaped Pool</i></span></a></li>
<li><a href="/review/brodka-clashes/">Brodka<span><i>Clashes</i></span></a></li>
<li><a href="/review/james-blake-colour-anything/">James Blake<span><i> The Colour In Anything</i></span></a></li>
<li><a href="/review/kamaiyah-good-night-ghetto/">Kamaiyah<span><i>A Good Night In The Ghetto</i></span></a></li>
</ul>

我想将这些特定链接提取到列表中。我的代码：

website = "http://www.porcys.com/review/"
openWebsite = soup(urllib.request.urlopen(website), 'html.parser')
reviews = openWebsite.find(name="section", attrs={'class': 'slider-content review'}).ul
for a in reviews(href = True):
    temp = str("http://www.porcys.com"+str(a['href']))
    print(temp)

打印输出正是我想要的（这意味着 - 只是链接，没有任何html标签），但是我将它移动到列表时遇到了困难。我试过了

results[a] = temp
a+=1

但我得到“列表索引必须是整数或切片，而不是标签”

Answer 1

您的错误正在发生，因为a是Tag，并且您正在尝试访问结果的“标记 th”元素而不是“ i th”元素，其中 i 是一些整数索引或切片。您可以做的是定义结果列表并将temp附加到其中。

results = []
for a in reviews(href=True):
    temp = "http://www.porcys.com" + a['href']
    print(temp)
    results.append(temp)

print results

您也可以在list comprehension：

中执行此操作

results = ["http://www.porcys.com"+a['href'] for a in reviews(href=True)]
print results

Beautifulsoup保存链接到列表

1 个答案: