Question

因此，我尝试通过提供大小ID来提取以下特定的href表单示例。例如，我希望值EU = '39'的那个我希望能够精确打印href是在分配EU 39的行中写的

  <a href="/p/nike-air-force-1-07-prm-x-carhartt-wip-av4113-200-83890-83891" EU='38,5' US='6'>38,5</a>
                  <li title="">
                    <a href="/p/nike-air-force-1-07-prm-x-carhartt-wip-av4113-200-83890-83892" EU='39' US='6,5'>39</a>
                  <li title="">
                    <a href="/p/nike-air-force-1-07-prm-x-carhartt-wip-av4113-200-83890-83893" EU='40' US='7'>40</a>
                  <li title="">
                    <a href="/p/nike-air-force-1-07-prm-x-carhartt-wip-av4113-200-83890-83894" EU='40,5' US='7,5'>40,5</a>
                  <li title="">
                    <a href="/p/nike-air-force-1-07-prm-x-carhartt-wip-av4113-200-83890-83895" EU='41' US='8'>41</a>
                  <li title="">

到目前为止，我的代码如下。我找到了如何获取单个href的方法，但是我只想要那些具有所需大小ID以及特定关键字的对象。我尝试了一下，并且奏效了，但只是找到了所有带有该关键字的内容...。我只想获取具有特定值的内容...

import requests
from bs4 import BeautifulSoup as bs


header = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"}
s = requests.session()
scraper=cfscrape.create_scraper(sess=s)

link=input("link where I need to find the product: ")
keyword=["examplekeyword"]
def bs_id():

    try:
        r = scraper.get(link, timeout=2, verify=False, headers=header)

    except:
        print("error while connecting...")
        try:
            r = scraper.get(link, timeout=2, verify=False, headers=header)
        except:
            print("error while connecting")

            return

    page = bs(r.text, "html.parser")

    raw_links = page.findAll("a")
    hrefs = []

    for raw_link in raw_links:
        try:
            hrefs.append(raw_link["href"])
        except:
            pass

    for href in hrefs:
        found = False
        for keyword in keywords:
            if(keyword.upper() in href.upper()):
                found = True
                if("http" in href):
                    product_page = href
                else:
                    product_page = site + href

希望你们中的任何人都可以帮助我，我真的很陌生，所以每一个有帮助的评论都会很友好。非常感谢。

Answer 1

您可以尝试这样的操作，而不是遍历hrefs，只需遍历整个“ a”标签，然后获取所需的href。这样一来，您只需要一个循环。

for link in page.find_all('a'):
    if "EU='39'" in link:
        print(link['href'])

bs4-根据其他值提取特定的href

1 个答案: