BeautifulSoup越来越HREF

Question

我有以下汤：

<a href="some_url">next</a> 
<span class="class">...</span> 

从这个我想提取的HREF，"some_url"

我能做到这一点，如果我只有一个标签，但这里有两个标签。我也可以得到文本'next'但这不是我想要的。

此外，是否有API的例子很好的描述。我正在使用the standard documentation，但我正在寻找更有组织的东西。

Answer 1

您可以通过以下方式找到一个具有href属性每a元素使用find_all，并打印出每个之一：

from BeautifulSoup import BeautifulSoup 

html = '''<a href="some_url">next</a> 
<span class="class"><a href="another_url">later</a></span>''' 

soup = BeautifulSoup(html) 

for a in soup.find_all('a', href=True): 
    print "Found the URL:", a['href'] 

输出将是：

Found the URL: some_url 
Found the URL: another_url 

注意，如果您使用的是旧版本的BeautifulSoup（版本4之前），此方法的名称为findAll。在版本4中，BeautifulSoup的方法名称为were changed to be PEP 8 compliant，因此您应该使用find_all代替。

---

如果你想所有标签与href，则可以省略name参数：

href_tags = soup.find_all(href=True)