获取 <li> 中 <a> 标签的 href

Question

如何获取给定代码中 class "Subforum" 下所有标签的 href？

<li class="subforum">
<a href="Link1">Link1 Text</a>
</li>
<li class="subforum">
<a href="Link2">Link2 Text</a>
</li>
<li class="subforum">
<a href="Link3">Link3 Text</a>
</li>

我试过这段代码，但显然没有用。

Bs = BeautifulSoup(requests.get(url).text,"lxml")
Class = Bs.findAll('li', {'class': 'subforum"'})
for Sub in Class:
    print(Link.get('href'))

Answer 1

href属于a标签，不属于li标签，使用li.a得到a标签

文档：Navigating using tag names

import bs4

html = '''<li class="subforum">
 <a href="Link1">Link1 Text</a>
 </li>
 <li class="subforum">
<a href="Link2">Link2 Text</a>
</li>
<li class="subforum">
<a href="Link3">Link3 Text</a>
</li>`<br>'''

soup = bs4.BeautifulSoup(html, 'lxml')
for li in soup.find_all(class_="subforum"):
    print(li.a.get('href'))

输出：

Link1
Link2
Link3

为什么要用class_:

搜索具有某CSSclass但CSS属性名称的标签非常有用，class， 是 Python 中的保留字。 使用 class 作为关键字参数将为您提供 Beautiful Soup 4.1.2 的语法 error.As，您可以通过 CSS class 使用关键字参数 class_.

Answer 2

你就快完成了，你只需要为你找到的每个 li 找到一个 a 元素：

Class = Bs.findAll('li', {'class': 'subforum"'})
for Sub in Class:
    print(Sub.find("a").get('href'))  # or Sub.a.get('href')

但是，有一个更简单的方法 - CSS selector:

for a in Bs.select("li.subforum a"):
    print(a.get('href'))

此处，li.subforum a 将匹配具有 subforum class 属性的 li 元素下的所有 a 元素。

附带说明一下，在 BeautifulSoup 4 中，findAll() 已重命名为 find_all()。并且，您应该遵循 Python general variable naming guidelines.

获取 <li> 中 <a> 标签的 href

Getting the href of <a> tag which is in <li>

python

beautifulsoup

html-parsing

web-scraping