如何使用 Beautiful Soup 在指定类中查找链接

Question

我正在使用 Beautiful Soup 4 来解析新闻站点以获取正文中包含的链接。我能够找到包含链接的所有段落，但 paragraph.get('href') 为每个链接返回类型 none。我正在使用 Python 3.5.1。非常感谢任何帮助。

from bs4 import BeautifulSoup
import urllib.request
import re

soup = BeautifulSoup("http://www.cnn.com/2016/11/18/opinions/how-do-you-deal-with-donald-trump-dantonio/index.html", "html.parser")

for paragraph in soup.find_all("div", class_="zn-body__paragraph"):
    print(paragraph.get('href'))

Answer 1

你真的想要这个吗？

for paragraph in soup.find_all("div", class_="zn-body__paragraph"):
    for a in paragraph("a"):
       print(a.get('href'))

请注意，paragraph.get('href') 会尝试在您找到的 <div> 标记中查找 属性 href。由于没有这样的属性，它返回None。很可能您实际上必须找到所有标签<a>，它是您的<div> 的后代（这可以使用paragraph("a") 完成，它是paragraph.find_all("a") 的快捷方式，然后对于每个元素<a> 看看他们的@987654331 @ 属性。