链接的Python刮刀 导入请求 从bs4导入BeautifulSoup 数据=请求。获取（“http://www.basketball-reference.com/leagues/NBA_2014_games.html") soup=BeautifulSoup（data.content） 汤。全部找到（“a”） 查找汤中的链接。查找所有（“a”）： “”%（link.get（“href=/boxscores”）、link.text）

我正试图获得的框分数只链接。然后运行循环并将各个链接中的数据组织到csv中。我需要将链接保存为向量并运行循环…然后我被卡住了，我不确定这是否是正确的方法。

这个想法是迭代所有具有

href

属性（

a[href]

）的链接，然后循环链接，如果

href

属性值不是以

http

开头。将所有链接收集到列表列表中，并用于将其转储到csv：

import requests    
from bs4 import BeautifulSoup    
data = requests.get("http://www.basketball-reference.com/leagues/NBA_2014_games.html")    
soup = BeautifulSoup(data.content)    
soup.find_all("a")    
for link in soup.find_all("a"):    
    "<a href='%s'>%s</a>" %(link.get("href=/boxscores"),link.text)

output.csv

现在包含：

import csv
from urlparse import urljoin

from bs4 import BeautifulSoup
import requests


base_url = 'http://www.basketball-reference.com'
data = requests.get("http://www.basketball-reference.com/leagues/NBA_2014_games.html")    
soup = BeautifulSoup(data.content)    

links = [[urljoin(base_url, link['href']) if not link['href'].startswith('http') else link['href']]
         for link in soup.select("a[href]")]

with open('output.csv', 'wb') as f:
    writer = csv.writer(f)
    writer.writerows(links)

不清楚您的输出应该是什么，但这至少是您可以使用的起点

http://www.sports-reference.com
http://www.baseball-reference.com
http://www.sports-reference.com/cbb/
http://www.pro-football-reference.com
http://www.sports-reference.com/cfb/
http://www.hockey-reference.com/
http://www.sports-reference.com/olympics/
http://www.sports-reference.com/blog/
http://www.sports-reference.com/feedback/
http://www.basketball-reference.com/my/auth.cgi
http://twitter.com/bball_ref
...