Python Beautifulsoup从无序列表div中提取文本和链接<；ul<；李（斯堪的纳维亚文字）

我正在尝试从此网页的左侧提取城市名称（）。原因是我需要提取每个城市的实际地址（在链接所指的页面上可以找到该地址，但目前我开始提取城市名称）。 更确切地说，从这个容器。然而，由于我刚刚开始使用Python和Beautifulsoup，因此无法提取所需的信息

结果应该给我： 城市，城市连接

到目前为止，我已经：

import urllib2
import sys, locale, os, re
import lxml.etree
from bs4 import BeautifulSoup

def cp65001(name):
if name.lower() == 'cp65001':
    return codecs.lookup('utf-8')

html_page = urllib2.urlopen("http://www.silvan.dk/butikker",'w')
soup = BeautifulSoup(html_page)
li = soup.select("ul > li > a")
for link in li:
    print link.get('href')

这给了我以下输出：

#1
#2
#3
#4    
#5
#6
#7
#8
#9    
#10
#11
#12
#13
#14    
#15
#16
#17
#18

如果有人能给我一个解决方案，我将不胜感激。 我厌倦了使用

div = soup.find('div', id='leftContent')
lis = div.find_all('li')
num_lis = len(lis)

但在一次跑步后，它就停止工作了，我不知道为什么？

---

感谢您抽出时间。

将选择器从以下位置更改为：

li = soup.select("ul > li > a")

致：

输出：

http://www.silvan.dk/butikker/ballerup
http://www.silvan.dk/butikker/birkeroed
http://www.silvan.dk/butikker/city2
http://www.silvan.dk/butikker/esbjerg
http://www.silvan.dk/butikker/fisketorvet
http://www.silvan.dk/butikker/fredericia
http://www.silvan.dk/butikker/frederikshavn
etc

---

您可以找到非常好的选择器文档

谢谢您的回答，以及选择器的方向。出于某种原因，当我使用你的建议时，我根本没有得到任何输出？它对我有效，我运行代码，但我删除了编解码器部分。也许我们会得到不同的html？你能用你得到的html更新答案吗？谢谢你的努力。我也尝试过删除编解码器部分，但是我仍然没有得到任何输出，所以我没有html给你看。但是，如果我使用li=soup.select（“ul li a”），我会得到与前面相同的html输出。我正在使用Python2.7。我需要更新一些模块吗？我指的是这个html:

html\u页面

。我个人得到一个子菜单类，里面有li，里面有a。做一个

打印html\u页面

并检查元素的位置。啊，对不起，我误解了。我得到了以下信息：

另一篇帖子建议我将

.read（）

添加到我的

html\u页面

。但是当我尝试打印html页面时，没有输出。有什么建议吗？

http://www.silvan.dk/butikker/ballerup
http://www.silvan.dk/butikker/birkeroed
http://www.silvan.dk/butikker/city2
http://www.silvan.dk/butikker/esbjerg
http://www.silvan.dk/butikker/fisketorvet
http://www.silvan.dk/butikker/fredericia
http://www.silvan.dk/butikker/frederikshavn
etc