使用 bs4 在類中選擇一個標簽

Question

我正在嘗試獲取這部分 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>

所以我創建了這個腳本：

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")

但是鏈接，沒有找到任何東西。 這是因為，我用 bs4 選擇的“post-title entry-title”類沒有屬性“href”......

事實上輸出：

print (tag.attrs)

是：

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

如何選擇“a”元素並獲取 href 中的鏈接？

Answer 1

您可以通過獲取內部a元素來快速解決它：

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，您可以將a元素直接與CSS 選擇器匹配：

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

其中 dot 是類屬性選擇器， >表示直接父子關系。

或者，您可以檢查itemprop屬性而不是類：

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