Python 3.x 用于循环和获取文本和Href的beautifulsoup

我在这里有点紧张：

这是一个ASP站点，我正试图从中获取数据，它非常混乱：

我试图使用

for

循环来获取

href

和站点上第四个表中所有行的文本，因此我首先做了：

table = soup.findAll('table')[3]

然后从这个表中，我需要获取

标记和

的
href
中的所有文本
4342141
25.07.2018 09:00
安卡拉
-
科尼亚
4134123
26.07.2018 09:00
厢式货车
-
伊斯坦布尔

您可以直接获取所有tr标记，而不是从表中的tbody中提取文本。 根据您的代码段，您可以参考此代码段从表中提取数据

soup = BeautifulSoup(text, 'html.parser')
all_products = []
for tr in soup.find_all('tr'):
    text = tr.get_text(separator=' ', strip=True)
    if text:
        a_tag = tr.find('a')
        if a_tag:
            product_link = a_tag.attrs['href']
            all_text = text + ' ' + product_link
            all_products.append(all_text.split(' '))

print(all_products)

输出为：

[['4342141', '25.07.2018', '09:00', 'Ankara', '-', 'Konya', 'free.asp?detail=hide&c_id=4342141'], ['4134123', '26.07.2018', '09:00', 'Van', '-', 'Istanbul', 'free.asp?detail=hide&c_id=4134123']]

---

['4342141'，'25.07.2018'，'09:00'，'Ankara'，'-'，'Konya'，'free.asp？detail=hide&c_id=4342141']，['4134123'，'26.07.2018'，'09:00'，'Van'，'-'，'Istanbul'，'free.asp？detail=hide&c_id=4134123']您能显示产品的打印件吗？您的HTML文档看起来像什么？请编辑您的问题，如果没有示例HTML/URL，我们无法在这里为您提供太多帮助。您错过了循环块的

缩进。表中是否有“tbody”元素？您的HTML中缺少它。没有它，您的代码将不会打印任何内容。我得到的输出是：文件“C:\Users\yasir\Documents\Web Scraping\araba.py”，第41行，在product\u link=a\u tag.attrs['href']AttributeError:'NoType'对象没有属性“attrs”[在1.8s中完成]
soup = BeautifulSoup(text, 'html.parser')
all_products = []
for tr in soup.find_all('tr'):
    text = tr.get_text(separator=' ', strip=True)
    if text:
        a_tag = tr.find('a')
        if a_tag:
            product_link = a_tag.attrs['href']
            all_text = text + ' ' + product_link
            all_products.append(all_text.split(' '))

print(all_products)

[['4342141', '25.07.2018', '09:00', 'Ankara', '-', 'Konya', 'free.asp?detail=hide&c_id=4342141'], ['4134123', '26.07.2018', '09:00', 'Van', '-', 'Istanbul', 'free.asp?detail=hide&c_id=4134123']]