Python从变量类属性抓取

我试图从html列表中提取一些HREF，其中一些源代码如下：

<ul class="sub-menu">
    <li id="menu-item-4019" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4019"><a href="http://www.universalstudentliving.com/properties/belfast/">Belfast</a></li>
    <li id="menu-item-186" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-186"><a href="http://www.universalstudentliving.com/properties/birmingham/">Birmingham</a></li>
    <li id="menu-item-184" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-184"><a href="http://www.universalstudentliving.com/properties/canterbury/">Canterbury</a></li>
    <li id="menu-item-4544" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4544"><a href="http://www.universalstudentliving.com/properties/the-clink-durham/">Durham</a></li>
</ul>

但我随后意识到，菜单项对象属性菜单项xxxx的最后一位，即应代替xxxx的数字，对于每个列表项都是不同的

所以我有两个问题：

1） 给定源代码，这是获得HREF的最有效方法吗

2） 如果是，或者仅仅是为了一般知识，当类属性末尾的最后几位数字更改时，我将如何获取它们

---

很抱歉，如果这是重复的，我似乎无法在上面找到它。

在这种特殊情况下，您可以在使用find\u all时使用regex

例如：

import re
from bs4 import BeautifulSoup

example = """<ul class="sub-menu">
<li id="menu-item-4019" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4019"><a href="http://www.universalstudentliving.com/properties/belfast/">Belfast</a></li>
<li id="menu-item-186" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-186"><a href="http://www.universalstudentliving.com/properties/birmingham/">Birmingham</a></li>
<li id="menu-item-184" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-184"><a href="http://www.universalstudentliving.com/properties/canterbury/">Canterbury</a></li>
<li id="menu-item-4544" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4544"><a href="http://www.universalstudentliving.com/properties/the-clink-durham/">Durham</a></li>
</ul>"""

soup = BeautifulSoup(example, "html.parser")

for o in soup.find_all('li', class_=re.compile(r'menu-item menu-item-type-
post_type menu-item-object-properties menu-item-')):
    print (o.a["href"])

重新导入
从bs4导入BeautifulSoup
示例=“”





“
”
soup=BeautifulSoup（例如，“html.parser”）
对于汤中的o.find_all（'li'，class_=re.compile（r'菜单项菜单项类型-
post_类型菜单项对象属性菜单项-'）：
打印（o.a[“href”]）

输出

---

在这种特殊情况下，可以在使用find_all时使用正则表达式

例如：

import re
from bs4 import BeautifulSoup

example = """<ul class="sub-menu">
<li id="menu-item-4019" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4019"><a href="http://www.universalstudentliving.com/properties/belfast/">Belfast</a></li>
<li id="menu-item-186" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-186"><a href="http://www.universalstudentliving.com/properties/birmingham/">Birmingham</a></li>
<li id="menu-item-184" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-184"><a href="http://www.universalstudentliving.com/properties/canterbury/">Canterbury</a></li>
<li id="menu-item-4544" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4544"><a href="http://www.universalstudentliving.com/properties/the-clink-durham/">Durham</a></li>
</ul>"""

soup = BeautifulSoup(example, "html.parser")

for o in soup.find_all('li', class_=re.compile(r'menu-item menu-item-type-
post_type menu-item-object-properties menu-item-')):
    print (o.a["href"])

重新导入
从bs4导入BeautifulSoup
示例=“”





“
”
soup=BeautifulSoup（例如，“html.parser”）
对于汤中的o.find_all（'li'，class_=re.compile（r'菜单项菜单项类型-
post_类型菜单项对象属性菜单项-'）：
打印（o.a[“href”]）

输出

---

我不知道您真正的HTML是否比您在问题中提供的HTML更复杂，但为什么要搞乱类，而不仅仅使用标记元素名称来获得您想要的结果呢

通常，您应该使用一些类名，或者更好的是使用一些ID（它们是唯一的），以便将HTML简化为您感兴趣的真实字段

但真正起神奇作用的代码是：

from bs4 import BeautifulSoup as Soup
html_str = """
<ul class="sub-menu">
    <li id="menu-item-4019" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4019">
        <a href="http://www.universalstudentliving.com/properties/belfast/">Belfast</a>
    </li>
    <li id="menu-item-186" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-186">
        <a href="http://www.universalstudentliving.com/properties/birmingham/">Birmingham</a>
    </li>
    <li id="menu-item-184" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-184">
        <a href="http://www.universalstudentliving.com/properties/canterbury/">Canterbury</a>
    </li>
    <li id="menu-item-4544" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4544">
        <a href="http://www.universalstudentliving.com/properties/the-clink-durham/">Durham</a>
    </li>
</ul>"""
soup = Soup(html_str, 'html.parser')
for ul in soup.find_all('ul'):
    for the_href in ul.find_all('li'):
        print(the_href.a.get('href'))

从bs4导入BeautifulSoup作为汤
html_str=”“”









“
”
soup=soup（html_str，'html.parser'）
对于汤中的ul。查找所有（'ul'）：
对于ul.find_all（'li'）中的_href：
打印（href.a.get（'href'））

我不知道您真正的HTML是否比您在问题中提供的HTML更复杂，但为什么要搞乱类，而不仅仅使用标记元素名称来获得您想要的结果呢

通常，您应该使用一些类名，或者更好的是使用一些ID（它们是唯一的），以便将HTML简化为您感兴趣的真实字段

但真正起神奇作用的代码是：

from bs4 import BeautifulSoup as Soup
html_str = """
<ul class="sub-menu">
    <li id="menu-item-4019" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4019">
        <a href="http://www.universalstudentliving.com/properties/belfast/">Belfast</a>
    </li>
    <li id="menu-item-186" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-186">
        <a href="http://www.universalstudentliving.com/properties/birmingham/">Birmingham</a>
    </li>
    <li id="menu-item-184" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-184">
        <a href="http://www.universalstudentliving.com/properties/canterbury/">Canterbury</a>
    </li>
    <li id="menu-item-4544" class="menu-item menu-item-type-post_type menu-item-object-properties menu-item-4544">
        <a href="http://www.universalstudentliving.com/properties/the-clink-durham/">Durham</a>
    </li>
</ul>"""
soup = Soup(html_str, 'html.parser')
for ul in soup.find_all('ul'):
    for the_href in ul.find_all('li'):
        print(the_href.a.get('href'))

从bs4导入BeautifulSoup作为汤
html_str=”“”









“
”
soup=soup（html_str，'html.parser'）
对于汤中的ul。查找所有（'ul'）：
对于ul.find_all（'li'）中的_href：
打印（href.a.get（'href'））

谢谢。这是我最初尝试的，但它会从网页上的所有列表中获取所有链接！谢谢。这是我最初尝试的，但它会从网页上的所有列表中获取所有链接！