蟒蛇美汤提取物href答案

【问题标题】：python beautiful soup extract href蟒蛇美汤提取物href
【发布时间】：2018-05-13 20:35:55
【问题描述】：

所以我正在用 python 测试美丽的汤（这对那些想知道的人来说很棒）

当我想从我获得的链接中获取 href 时遇到问题，我不明白为什么我无法获取它。

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)

这可行，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，一条大线……）

问题是我只想获取 href。当我尝试时：

    print(url.get('href'))

我得到输出：无

我不知道为什么。

感谢您的回答！

【问题讨论】：

标签： python beautifulsoup

【解决方案1】：

我认为由于soup.find_all('article')，您没有得到任何结果。当您使用url.get('href') 时，您不会获得链接。

要获取链接，我建议您使用正则表达式获取所有a 标签，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)

【讨论】：

嗨，我找到了答案！但我仍然想了解您的代码。第一行是做什么的？
它正在获取所有与正则表达式匹配的href 链接。您可以根据自己的选择对其进行自定义。
所以如果我使用它，我需要更改 '[a-zA-Z0-9_()]' 下的内容？但如果我有 2 个变量，例如我的例子，它怎么能工作？

【解决方案2】：

你可以试试这个吗？

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'])

【讨论】：

出现错误：返回 self.attrs[key] KeyError: 'href'
基本上你需要到达article里面的a元素，然后提取属于a元素的href。
请注意，上面的代码会给你文章内的所有hrefs
啊，谢谢！我得到了它。但是在我返回的内容中，我想我试图将 3 个链接合为 1，这就是它不起作用的原因。现在我只需要得到 1 lin 就可以了。非常感谢
您的代码尝试在名为url 的变量中获取href 属性，该变量存储article。但是，article 没有属性 href。事实上，它根本没有任何属性。这就是它返回None 的原因。祝你好运！

【解决方案3】：

通过稍微修改 Ali Yilmaz 的解决方案如下 (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

【讨论】：