python美丽的汤提取物href

Question

所以我正在用 python 测试美丽的汤（这对那些想知道如何做的人来说很棒）

当我想从我获得的链接中获取 href 时遇到问题，我不明白为什么我无法获取它。

这是我的代码：

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        print(url)

这有效，但它给了我这个：

<article><div class="inner-article"><a href="/shop/jackets/gw1diqgyr/n53istanq" style="height:150px;"><img alt="N7qmqyee 3g" height="150" src="//assets.supremenewyork.com/147789/vi/N7qMqyEe_3g.jpg" width="150"/></a><h1><a class="name-link" href="/shop/jackets/gw1diqgyr/n53istanq">Gonz Logo Coaches Jacket </a></h1><p><a class="name-link" href="/shop/jackets/gw1diqgyr/n53istanq">Black</a></p></div></article>

（是的，一条大线......）

问题是我只想得到href。 当我尝试：

    print(url.get('href'))

我得到输出：无

我不知道为什么。

谢谢您的回答！

Answer 1

我认为你得到 None 因为soup.find_all('article') 。 当您执行url.get('href')您将无法获得链接。

为了得到该链接，我会建议你把所有a使用正则表达式，用于例如标签：

links = soup.findAll('a', attrs={'href': re.compile('[a-zA-Z0-9_()]')})
# now iterate over the links and
for link in links:
    # get url
    url = link.get('href')
    print(url)

Answer 2

你能试试这个吗？

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        for child_a in url.find_all('a'):
           print(child_a['href'])

Answer 3

通过稍微修改 Ali Yilmaz 的解决方案如下（href=True）：

for url in soup.find_all('article'):
if "Gonz Logo" in url.get_text():
    if "Black" in url.get_text():
        for child_a in url.find_all('a', href=True):
           print(child_a['href'])

它工作正常