我如何在一个网页刮所有的链接？我的代码只删除了一些链接

Question

这是我的代码，用于清除网页中的所有链接：

from bs4 import BeautifulSoup
import requests
import re

page = requests.get("http://www3.asiainsurancereview.com/News")
soup = BeautifulSoup(page.text, "html.parser")
for link in soup.findAll('a', attrs={'href': re.compile("^http://")}):
    print(link.get('href'))

links.close()

但它只列出了下拉列表中存在的链接。为什么？为什么它没有“看到”网页上新闻文章的链接？我真的想把所有的新闻文章都删掉。我尝试了以下操作，以识别一个标记并在该标记中刮取新闻文章链接：

import requests
import re

links=open("Life_and_health_links.txt", "a")
page = requests.get("http://www3.asiainsurancereview.com/News")
soup = BeautifulSoup(page.text, "html.parser")

li_box = soup.select('div.col-sm-5 > ul > li > h5 > a')
for link in li_box:
    print(link['href'])

当然，这只显示特定标记中的链接。要列出其他标记中的链接，我必须多次运行此代码，指定要列出其链接的特定标记。但是，如何在所有标签中列出新闻文章的所有链接，并跳过不属于新闻文章的链接？你知道吗

Answer 1

你需要做一些研究来找到新闻链接的共同模式。你知道吗

试试这个，希望有用。你知道吗

li_box = soup.select("div ul li h5 a")
for a in li_box:
    print(a['href'])