如何进一步过滤ResultSet的结果？
我想要获取一个HTML文档中所有链接的列表。我正在使用Beautiful Soup这个工具来解析我的HTML文件。
print soup.body.find_all('a', attrs={'data-tag':'Homepage Library'})[0]
我得到的结果是：
<a class="m0 vl" data-tag="Homepage Library" href="/video?lang=pl&format=lite&v=AZpftzD9jVs" title="abc">
text
</a>
我只对href=""这一部分感兴趣。所以我希望结果只返回href的值。
我不太确定该如何修改这个查询，以便只返回href的部分。
3 个回答
0
在编程中，有时候我们需要处理一些数据，比如从一个地方获取数据，然后在程序中使用这些数据。这个过程可能会涉及到很多步骤，比如连接到数据库、查询数据、处理数据等等。
有些时候，我们可能会遇到错误，比如说连接不上数据库，或者查询的数据格式不对。这些错误可能会让程序崩溃，或者让我们得到错误的结果。
为了避免这些问题，我们可以使用一些技巧，比如在代码中加入错误处理的部分。这样，当出现问题的时候，程序不会直接崩溃，而是会给我们一个提示，告诉我们哪里出错了。
总之，处理数据的时候要小心，确保每一步都能顺利进行，这样才能让我们的程序运行得更好。
for link in soup.find_all('a', attrs={'data-tag':'Homepage Library'}):
print(link.get('href'))
4
使用 attrs：
links = soup.body.find_all('a', attrs={'data-tag':'Homepage Library'})
print [link.attrs['href'] for link in links]
或者，可以把元素当作字典来直接获取属性：
links = soup.body.find_all('a', attrs={'data-tag':'Homepage Library'})
print [link['href'] for link in links]
示例：
from bs4 import BeautifulSoup
page = """<body>
<a href="link1">text1</a>
<a href="link2">text2</a>
<a href="link3">text3</a>
<a href="link4">text4</a>
</body>"""
soup = BeautifulSoup(page)
links = soup.body.find_all('a')
print [link.attrs['href'] for link in links]
输出结果：
['link1', 'link2', 'link3', 'link4']
希望这对你有帮助。
2
最后这个对我有效：
soup.body.find_all('a', attrs={'data-tag':'Homepage Library'}).attrs["href"]