Question

所以我用python测试了美丽的汤（这对那些想知道的人来说很棒）

当我想从我得到的链接中获取href时，我遇到了问题，我不明白为什么我无法得到它。

这是我的代码：

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        print(url)

这有效，但它给了我这个：

<article><div class="inner-article"><a href="/shop/jackets/gw1diqgyr/n53istanq" style="height:150px;"><img alt="N7qmqyee 3g" height="150" src="//assets.supremenewyork.com/147789/vi/N7qMqyEe_3g.jpg" width="150"/></a><h1><a class="name-link" href="/shop/jackets/gw1diqgyr/n53istanq">Gonz Logo Coaches Jacket </a></h1><p><a class="name-link" href="/shop/jackets/gw1diqgyr/n53istanq">Black</a></p></div></article>

（是的，大行......）

问题是我只想获得href。当我尝试：

    print(url.get('href'))

我输入输出：无

我不知道为什么。

谢谢你的回答！

Answer 1

你能试试吗？

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        for child_a in url.find_all('a'):
           print(child_a['href'])

Answer 2

我认为你因soup.find_all('article')而得到无。当你执行url.get('href')时，你就无法获得链接。

要获取链接，我建议您使用正则表达式获取所有a标记，例如：

links = soup.findAll('a', attrs={'href': re.compile('[a-zA-Z0-9_()]')})
# now iterate over the links and
for link in links:
    # get url
    url = link.get('href')
    print(url)

Answer 3

通过轻率地修改Ali Yilmaz的解决方案，如下所示（href = True）：

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        for child_a in url.find_all('a', href=True):
           print(child_a['href'])

效果很好

python美丽的汤提取物href

3 个答案: