beautifulsoup4從具有特定屬性值的anchor元素獲取href

Question

我試圖解析從具有屬性的頁面上的多個錨元素href值itemprop與價值url使用BeautifulSoup4

例如，從<a itemprop="url" href="/pages/page"></a>提取/pages/page ，但在一個頁面中有多個這樣的項目，所以我希望它們在一個數組中。

我在想這樣的soup("span", html = True, {'itemprop' : 'name' })

Answer 1

通過find_all()您可以在解析的輸出中搜索特定標記。 在你的情況下，這很容易。 如果第一個參數是一個字符串，它只會找到具有該名稱的標簽。 所以soup.find_all("a")會找到所有錨標簽。

現在它還支持（幾乎）任何關鍵字參數，以進一步縮小您的選擇范圍。 在您的情況下，您希望將屬性itemprop設置為url以便您可以使用soup.find_all("a", itemprop="url") 。

現在，它將返回一個標記列表，如果要從這些標記中提取href屬性，可以使用tag.get("href") 。 最終結果將是這樣的：

anchored_tags = [tag.get("href") for tag in soup.find_all("a", itemprop="url")]