我正在尝试获取一个链接列表,这些链接在具有类的 div 标签内没有识别信息。
soup = BeautifulSoup(pageToScrape.text, "html.parser")
items = soup.findAll('div', attrs = {'class':'object'})
我遇到的问题是,在获得项目列表后,我没有找到一种方法(检查 BeautifulSoup 文档)来获取子标签。我尝试了几种不同的“解决方案”,例如
items = items.findAll('a')
items = items.select('.objects + div > a')
items = [tag['a'] for tag in soup.iselect(".objects")]
我感觉很困难。
你必须迭代你的结果集:
[obj.a for obj in items]
或直接获取列表:
soup.select('.objects + div > a')
在较新的代码中,请避免使用旧语法
findAll()
而是使用 find_all()
或 select()
与 css selectors
- 有关更多信息,请花一分钟时间检查文档