我使用BeautifulSoup来抓取一些网页数据,我真的无法计算如何刮取特定的'title ='标签内<a href link </a>
如何使用python抓取<a href标签内的数据BeautifulSoup
直到现在我得到的输出与此代码:
import urllib2
from bs4 import BeautifulSoup
hdr = {'Accept': 'text/html,application/xhtml+xml,*/*',"user-agent":"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36"}
url = 'REMOVED'
req=urllib2.Request(url,headers=hdr)
urllib2.urlopen(url).read()
html = urllib2.urlopen(req).read()
soup=BeautifulSoup(html,"html5lib")
players = soup.find_all("td", {"data-title": "Navn"})
player_data = ""
saveFile = open('player_data.txt','w')
for item in players:
player_data = item.contents[0].encode("utf-8")
print player_data
saveFile.write (player_data)
saveFile.close()
我得到的数据行的格式如下:
<a href="/da/player/123/lionel-messi/" title="Lionel Messi">Lionel Messi</a>
任何人都可以请帮我得到规范从“标题=” IFIC的名字,我似乎无法得到它的工作...
感谢提前:)
哦,对不起,如果你认为这是一个重复的...即时通讯相当新的进入Python编程,并一直坚持这个问题2天现在,相信我,我已阅读并尝试了很多aproaches这个,也从类似的问题stackoverflow,但我还没有看到类似于我的问题的另一个问题.. 。请链接到我原来的问题,谢谢;) - 我认为这可能是相当容易克服多年的Python经验,但我没有'吨:) – BulletEyeDK