Fatal编程技术网
  • python/
  • Python 使用BeautifulSoup在一个父级内解析多个href

Python 使用BeautifulSoup在一个父级内解析多个href

python

Python 使用BeautifulSoup在一个父级内解析多个href,python,beautifulsoup,screen-scraping,Python,Beautifulsoup,Screen Scraping,我的程序中有一行，使用BeautifulSoup的find（）： 这是上述行的输出： <td class="monsters"> <a href="/m154"><div class="mim mim-154"></div></a> <a href="/m153"><div class="mim mim-153"></div></a> <a href="/m152"><d

我的程序中有一行，使用BeautifulSoup的find（）：

这是上述行的输出：

<td class="monsters">
<a href="/m154"><div class="mim mim-154"></div></a>
<a href="/m153"><div class="mim mim-153"></div></a>
<a href="/m152"><div class="mim mim-152"></div></a>
<a href="/m155"><div class="mim mim-155"></div></a>
<a href="/m147"><div class="mim mim-147"></div></a>
</td>
我试图通过将
find（）
更改为
find_all（）
，将我的
print
行转换为for循环，然后在foor循环中使用
.a['href']
检索href。然而，无论我尝试什么，我总是只能得到一个条目，而不是五个条目。对检索多个href有什么建议吗？看到
find_all（）
返回一个数组，将find_all（）直接置于
a
的父级之上是否有意义？

您想做的事情如下所示：

cell = table.find('td', 'monsters')
for a_tag in cell.find_all('a'):
  print(a['href'])
输入：

page = """<td class="monsters">
<a href="/m154"><div class="mim mim-154"></div></a>
<a href="/m153"><div class="mim mim-153"></div></a>
<a href="/m152"><div class="mim mim-152"></div></a>
<a href="/m155"><div class="mim mim-155"></div></a>
<a href="/m147"><div class="mim mim-147"></div></a>
</td>"""


from bs4 import BeautifulSoup
soup = BeautifulSoup(page, "html.parser") # your source page parsed as html
links = soup.find_all('a', href=True) # get all links having href attribute
for i in links:
    print(i['href'])
完整代码，类似于上面的帖子

import bs4


HTML= """<html>
            <table>
                <tr>
                <td class="monsters">
                    <a href="/m154"><div class="mim mim-154"></div></a>
                    <a href="/m153"><div class="mim mim-153"></div></a>
                    <a href="/m152"><div class="mim mim-152"></div></a>
                    <a href="/m155"><div class="mim mim-155"></div></a>
                    <a href="/m147"><div class="mim mim-147"></div></a>
                </td>
            </tr>
        </table>
        </html>
        """

table = bs4.BeautifulSoup(HTML, 'lxml')
anker = table.find('td', 'monsters').find_all('a')
[print(a['href']) for a in anker]

导入bs4
HTML=”“”
"""
table=bs4.BeautifulSoup（HTML，“lxml”）
anker=table.find（'td'，'monsters'）。find_all（'a'））
[打印（a['href']）以获得一个in-anker版本]
如果html代码多于表，则此答案也适用。为了澄清，代码中的
链接
只是带有
a
标记的任何内容，对吗？是的，如果要对其进行分类，则可以使用另一个标记（父标记或子标记）或标记的class/id 
page = """<td class="monsters">
<a href="/m154"><div class="mim mim-154"></div></a>
<a href="/m153"><div class="mim mim-153"></div></a>
<a href="/m152"><div class="mim mim-152"></div></a>
<a href="/m155"><div class="mim mim-155"></div></a>
<a href="/m147"><div class="mim mim-147"></div></a>
</td>"""


from bs4 import BeautifulSoup
soup = BeautifulSoup(page, "html.parser") # your source page parsed as html
links = soup.find_all('a', href=True) # get all links having href attribute
for i in links:
    print(i['href'])

/m154
/m153
/m152
/m155
/m147

import bs4


HTML= """<html>
            <table>
                <tr>
                <td class="monsters">
                    <a href="/m154"><div class="mim mim-154"></div></a>
                    <a href="/m153"><div class="mim mim-153"></div></a>
                    <a href="/m152"><div class="mim mim-152"></div></a>
                    <a href="/m155"><div class="mim mim-155"></div></a>
                    <a href="/m147"><div class="mim mim-147"></div></a>
                </td>
            </tr>
        </table>
        </html>
        """

table = bs4.BeautifulSoup(HTML, 'lxml')
anker = table.find('td', 'monsters').find_all('a')
[print(a['href']) for a in anker]