从Python获取其锚点的链接

Question

我有一个网址列表，其中包含所有相同的锚点“查看页面”以及其他类型的网址：

<a href="url1" target="_blank">view page</a>

<a href="url2" target="_blank">view page</a>

有没有办法用这个特定的锚文本提取所有网址？

谢谢

Answer 1

要查找包含文本视图页的链接，您可以使用find_all('a', text='view page')然后循环遍历结果集并从中提取网址：

from bs4 import BeautifulSoup    
soup = BeautifulSoup("""<a href="url1" target="_blank">view page</a>
<a href="url2" target="_blank">view page</a>
<a href="url2" target="_blank"></a>""", "html.parser")

[a['href'] for a in soup.find_all('a', text='view page')]
# [u'url1', u'url2']