使用 bs4 在类中选择一个标签

Question

我正在尝试获取这部分 html 的 href：

<h3 class="post-title entry-title" itemprop="name">
<a href="http://sslproxies24.blogspot.it/2016/10/01-10-16-free-ssl-proxies-1070.html">01-10-16 | Free SSL Proxies (1070)</a>
</h3>

所以我创建了这个脚本：

import urllib.request
from bs4 import BeautifulSoup

url = "http://sslproxies24.blogspot.it/"
soup = BeautifulSoup(urllib.request.urlopen(url))
for tag in soup.find_all("h3", "post-title entry-title"):
    links = tag.get("href")

但是链接，没有找到任何东西。 这是因为，我用 bs4 选择的“post-title entry-title”类没有属性“href”......

事实上输出：

print (tag.attrs)

是：

{'itemprop': 'name', 'class': ['post-title', 'entry-title']}

如何选择“a”元素并获取 href 中的链接？

Answer 1

您可以通过获取内部a元素来快速解决它：

for tag in soup.find_all("h3", "post-title entry-title"):
    link = tag.a.get("href")

其中tag.a是tag.find("a")的快捷方式。

或者，您可以将a元素直接与CSS 选择器匹配：

for a in soup.select("h3.post-title.entry-title > a"):
    link = a.get("href")

其中 dot 是类属性选择器， >表示直接父子关系。

或者，您可以检查itemprop属性而不是类：

for a in soup.select("h3[itemprop=name] > a"):
    link = a.get("href")