ValueError：如何从数据框中提取`<a href >`？答案

【问题标题】：ValueError: how to extract `<a href >` from a dataframe?ValueError：如何从数据框中提取`<a href >`？
【发布时间】：2020-04-25 18:30:03
【问题描述】：

我想从此数据框中获取<a href>，但我却得到了：

ValueError: Length of values does not match length of index.

这就是 DataFrame 的样子

df.head(7)
0   <ul class="toc"> <li class="first"><a href="#d...
1   <ul class="toc"> <li><a href="#d17e906">1. LEE...
2   <ul class="toc"> <li><a href="#d17e974">2.1 Be...
3   <ul class="toc"> <li><a href="#d17e6333">3.1. ...
4   <ul class="toc"> <li><a href="#d17e23490">4.1 ...
5   <ul class="toc"> <li><a href="#d17e27196">5.1 ...
6   <ul class="toc"> <li><a href="#d17e54643">Bijl...
7   <ul class="toc"> <li><a href="#d17e55852">31. ...

这是我正在使用的代码。

df = pd.read_html(url)[0]
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
ul_toc = soup.find_all('ul', class_= 'toc')
links = []
for a_tag in ul_toc:
    extract= a_tag.find_all('li')
    for each in extract:
        try:
            link = each.find('a')['href']
            links.append(link)
        except:
            pass
df['Link'] = links

我不确定上面的代码缺少什么。

【问题讨论】：

您是否尝试提取文本的“a hef”值。我的意思是只有 3.1、4.1、.. 你使用的是什么 python 版本？你用的是什么熊猫版本？
我尝试提取 href 值。我的意思是#d17e.. 使用 Python 3.8.0 和 pandas 0.24.2

标签： python-3.x pandas dataframe valueerror

【解决方案1】：

我自己可以找到。

toc_class= soup.find_all('ul', class_='toc')
df= pd.DataFrame(data= toc_class)

links = []
for a_tag in toc_class:
    extract= a_tag.find('li')
    for each in extract:
        try:
            link = each.get('href')
            links.append(link)
        except:
            pass

df['Link'] = links
df

这是输出：



0                                                        Link
0   <ul class="toc"> <li class="first"><a href="#d...   #d17e58
1   <ul class="toc"> <li><a href="#d17e906">1. LEE...   #d17e906
2   <ul class="toc"> <li><a href="#d17e974">2.1 Be...   #d17e974
3   <ul class="toc"> <li><a href="#d17e6333">3.1. ...   #d17e6333
4   <ul class="toc"> <li><a href="#d17e23490">4.1 ...   #d17e23490
5   <ul class="toc"> <li><a href="#d17e27196">5.1 ...   #d17e27196
6   <ul class="toc"> <li><a href="#d17e54643">Bijl...   #d17e54643
7   <ul class="toc"> <li><a href="#d17e55852">31. ...   #d17e55852

【讨论】：