Bagaimana Mengeluarkan Atribut HREF dengan Cekap daripada HTML Menggunakan BeautifulSoup?

Mengekstrak HREF daripada BeautifulSoup

Apabila bekerja dengan dokumen HTML menggunakan BeautifulSoup, mengekstrak atribut khusus seperti href boleh menjadi penting. Artikel ini menyediakan penyelesaian untuk mendapatkan semula nilai href dengan cekap, walaupun dalam senario yang terdapat berbilang teg.

Menggunakan find_all untuk Retrieval HREF

Untuk menyasarkan hanya teg dengan atribut href , gunakan kaedah find_all seperti berikut:

<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>

Pendekatan ini membolehkan anda mengulangi semua teg yang ditemui dan mencetak nilai hrefnya. Ambil perhatian bahawa untuk versi BeautifulSoup sebelum 4, nama kaedah ialah findAll.

Mendapatkan Semua Teg dengan HREF

Jika anda ingin mendapatkan semua teg yang mempunyai atribut href, anda boleh tinggalkan sahaja parameter nama:

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

Atas ialah kandungan terperinci Bagaimana Mengeluarkan Atribut HREF dengan Cekap daripada HTML Menggunakan BeautifulSoup?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!