Python 获取链接的Beautifulsoup和Soupstrainer与hasattr不起作用，返回始终为真

我正在使用Beautifulsoup4和Soupstrainer与Python 3.3一起从网页获取所有链接。以下是重要的代码片段：

r = requests.get(adress, headers=headers)
for link in BeautifulSoup(r.text, parse_only=SoupStrainer('a')):
    if hasattr(link, 'href'):

我测试了一些网页，效果很好，但今天使用

adress = 'http://www.goldentigercasino.de/'

我认识到hasattr（link，'href'）总是返回TRUE，即使没有这样的'href'字段，如goldentigercasino.de示例中所示。 正因为如此，我很晚才使用link['href']会遇到麻烦，因为它根本不存在

我也尝试过这样的解决方法：

test = requests.get('http://www.goldentigercasino.de/')
for link in BeautifulSoup(test.text, parse_only=SoupStrainer('a',{'href': not None})):

除了返回Doctype之外，它还可以按需要工作：

HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"

这也造成了与上述原因相同的问题

我的问题是：为什么hasattr总是返回true，我如何修复它？如果hasattr不可能，我该如何解决它不返回DOCTYPE的问题

非常感谢并致以最良好的问候

hasattr（）

是错误的测试；它测试是否存在

a.href

属性，并且BeautifulSoup动态地将属性转换为子级搜索。HTML标记属性不会转换为Python属性

改用字典式测试；您可以循环所有可以包括

DocType

实例的元素，因此我使用

getattr（）

不中断没有属性的对象：

if 'href' in getattr(link, 'attrs', {}):

您还可以指示

SoupStrainer

仅将

a

标记与

href

属性相匹配，方法是将

href=True

用作（

非无

在任何情况下仅表示

True

）：

当然，这仍然包括HTML声明；只搜索

a

链接：

soup = BeautifulSoup(test.text, parse_only=SoupStrainer('a', href=True))
for link in soup.find_all('a'):
    print link

---

谢谢你的回答，但你的最后一行代码给出的结果与我的解决方法相同。它为什么返回DOCTYPE？但是我会研究一下字典样式，但是我仍然对DOCTYPE案例感兴趣，它对我来说没有意义…@zwieback86:因为DOCTYPE从来没有被过滤过，文本元素也没有被过滤过。在整个对象上循环，而不仅仅是链接元素。查看我最近的更新。

soup = BeautifulSoup(test.text, parse_only=SoupStrainer('a', href=True))
for link in soup.find_all('a'):
    print link