Wie kann man mit BeautifulSoup HREF-Attribute effizient aus HTML extrahieren?

HREF aus BeautifulSoup extrahieren

Bei der Arbeit mit HTML-Dokumenten mit BeautifulSoup kann das Extrahieren bestimmter Attribute wie href von entscheidender Bedeutung sein. Dieser Artikel bietet Lösungen zum effizienten Abrufen von Href-Werten, selbst in Szenarien, in denen mehrere Tags vorhanden sind.

Verwenden von find_all für den HREF-Abruf

Um nur auf Tags mit Href-Attributen abzuzielen , verwenden Sie die Methode find_all wie folgt:

<code class="python"># Python2
from BeautifulSoup import BeautifulSoup

html = '''<a href="some_url">next</a>
<span class="class"><a href="another_url">later</a></span>'''

soup = BeautifulSoup(html)

for a in soup.find_all('a', href=True):
    print "Found the URL:", a['href']</code>

Mit diesem Ansatz können Sie alle gefundenen a-Tags durchlaufen und deren href-Werte ausdrucken. Beachten Sie, dass für BeautifulSoup-Versionen vor 4 der Methodenname findAll lautete.

Alle Tags mit HREF abrufen

Wenn Sie alle Tags mit href-Attributen erhalten möchten, können Sie dies tun Lassen Sie einfach den Namensparameter weg:

<code class="python">href_tags = soup.find_all(href=True)</code>

Das obige ist der detaillierte Inhalt vonWie kann man mit BeautifulSoup HREF-Attribute effizient aus HTML extrahieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!