Python-美麗的湯-獲取鏈接find_all

Question

我正在嘗試使用beautifulsoup抓取一個網站，我的問題是我只想在HTML源代碼中獲得一個鏈接，但最終卻得到了一個可怕的列表

<div class="table-list-cell py-3 pl-3 v-align-middle member-avatar-cell css-truncate pr-0">
  <a href="/Member1">
  <img alt="@Member1" class="avatar float-left" height="48" src="https://avatars0.githubusercontent.com/u/xxxxxxx" width="48" />
</a>

我只想獲取/ Member1或@ Member1我的代碼如下所示：

Membres={}
response = requests.get('https://github.com/orgs/xxxxxxxx/people?page=1')
soup = BeautifulSoup(response.content, "html.parser")
for e in soup.find_all("div",{"class":"table-list-cell py-3 pl-3 v-align-middle member-avatar-cell css-truncate pr-0"}):
    for d in e.find_all("a"):
        for f in d.find_all("img alt="):
            Membres[f]={}

因此，我嘗試將“ for in ....”中的行剪掉，並創建一個直接鏈接，例如：

for d in e.find_all("a", href=True):

如果有人獲得了Member1名稱，仍然可以在我的鍵中獲取許多信息。

謝謝

Answer 1

您可以嘗試使用簡單的列表href從<a>標記中提取href ：

for e in soup.find_all("div",{"class":"table-list-cell py-3 pl-3 v-align-middle member-avatar-cell css-truncate pr-0"}):
    my_list = [a['href'] for a in e.find_all('a')] 

這使：

>>> my_list
['/Member1']

---

要將它們放入字典中，可以使用類似的語法：

for e in soup.find_all("div",{"class":"table-list-cell py-3 pl-3 v-align-middle member-avatar-cell css-truncate pr-0"}):
    my_dict = {a['href']:'' for a in e.find_all('a')}

這使：

>>> my_dict
{'/Member1': ''}

Answer 2

您可以使用正則表達式：

import re
s = """
<div class="table-list-cell py-3 pl-3 v-align-middle member-avatar-cell css-truncate pr-0">
    <a href="/Member1">
    <img alt="@Member1" class="avatar float-left" height="48" src="https://avatars0.githubusercontent.com/u/xxxxxxx" width="48" />
  </a>
 """
user_data = dict(re.findall('<img alt="@(.*?)" class="avatar float-left" height="48" src="(.*?)" width="48" />', s))

輸出：

{'Member1': 'https://avatars0.githubusercontent.com/u/xxxxxxx'}