我正在抓取网页Python
并使用BeutifulSoup
library
I have HTML
像这样的标记:
<tr class="deals" data-url="www.example2.com">
<span class="hotel-name">
<a href="www.example2.com"></a>
</span>
</tr>
<tr class="deals" data-url="www.example3.com">
<span class="hotel-name">
<a href="www.example3.com"></a>
</span>
</tr>
我想要得到data-url
or the href
全部价值<tr>
s。如果我能得到就更好了href
value
这是我的相关代码的一小段:
main_url = "http://localhost/test.htm"
page = requests.get(main_url).text
soup_expatistan = BeautifulSoup(page)
print (soup_expatistan.select("tr.deals").data-url)
# or print (soup_expatistan.select("tr.deals").["data-url"])
您可以使用tr.deals span.hotel-name a
用于访问链接的 CSS 选择器:
from bs4 import BeautifulSoup
data = """
<tr class="deals" data-url="www.example.com">
<span class="hotel-name">
<a href="wwwexample2.com"></a>
</span>
</tr>
"""
soup = BeautifulSoup(data)
print(soup.select('tr.deals span.hotel-name a')[0]['href'])
Prints:
wwwexample2.com
如果您有多个链接,请迭代它们:
for link in soup.select('tr.deals span.hotel-name a'):
print(link['href'])
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)