Question

我希望提出一个非常简单的问题。我遇到过以下代码，但未能找到合适的解释：

在这种情况下.attrs函数究竟做了什么？
最后['href']部分的功能是什么，即该部分代码究竟执行了什么？

以下是代码：

from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen("url")
bsObj = BeautifulSoup(html)
for link in bsObj.findAll("a"):
    if 'href' in link.attrs:
    print (link.attrs['href'])

Answer 1

让我们在导入后逐行进行

将网址加载到名为html
从html
对于对象的“a”标记中的每个链接（它遍历html中的html标记，找到所有<a>并循环遍历它们）
如果标签的属性有'href'（<a href=""> - href是一个属性，那就存储在链接的.attrs属性中）
打印到stdout具有键'href'的属性（它是带有'href':'http://something'的字典）

那里的缩进有点不对，print应该比if

更缩进

Answer 2

让我们自己尝试一下这个问题并看看：

from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen("http://stackoverflow.com/q/39308028/1005215")
bsObj = BeautifulSoup(html)

i）.attrs函数在这段代码中究竟做了什么

In [6]: bsObj.findAll("a")[30]
Out[6]: <a class="question-hyperlink" href="/questions/39308028/beautifuelsoup-python">Beautifuelsoup - Python</a>

In [7]: bsObj.findAll("a")[30].attrs
Out[7]: 
{'class': ['question-hyperlink'],
 'href': '/questions/39308028/beautifuelsoup-python'}

In [8]: type(bsObj.findAll("a")[30])
Out[8]: bs4.element.Tag

如果您阅读documentation，您会发现标签可能包含任意数量的属性。在元素编号30中，标记具有属性＆＃39; class＆＃39;和＆＃39; href＆＃39;

ii）最后[＆＃39; href＆＃39;]部分的功能是什么

In [9]: bsObj.findAll("a")[30]['href']
Out[9]: '/questions/39308028/beautifuelsoup-python'

如果您查看上面的输出，您会看到该标记有一个属性＆＃39; href＆＃39;并且上面的代码为我们提取了该属性的值。

美丽的汤 - Python

2 个答案: