解析html漂亮汤

Question

我有一个html页面

<a email="corporate@max.ru" href="http://www.max.ru/agent?message&to=corporate@max.ru" title="Click herе" class="mf_spIco spr-mrim-9"></a><a class="mf_t11" type="booster" href="http://max.ru/mail/corporate/">

我需要解析电子邮件字符串

    soup = BeautifulSoup(data
    string = soup.find("a",{"email": ""})
    print string

但它不起作用。 哪里有错？

Answer 1

您的错误在于使用attrs字典查找电子邮件属性为空的元素。 试试这个吧。

#!/usr/bin/env python

from BeautifulSoup import BeautifulSoup
import urllib2

req = urllib2.urlopen('http://worldnuclearwar.ru')

soup = BeautifulSoup(req)
print soup.find("a", email=True)["email"]

要打印email的第一个属性a它有一个元素email属性。 如果您需要所有电子邮件，请尝试

for link in soup.findAll("a", email=True):
    print link["email"]