如何使用 BeautifulSoup 从 HTML 中提取 href 属性？

使用 BeautifulSoup 从 HTML 中提取 Href

在网页抓取中，从 HTML 中提取特定信息是一项常见任务。其中一种信息可以是锚标记 () 的 href 属性。 BeautifulSoup 是一个广泛使用的 Python 库，提供了各种方法来导航 HTML 和检索所需元素。

考虑这样一种情况，我们需要从包含多个标签的 HTML 中提取 href，包括 和 ;标签。使用 BeautifulSoup，我们可以使用 find_all 方法来查找具有 href 属性的所有标签：

<code class="python">from bs4 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>

find_all 方法有两个参数：要搜索的标签名称和要过滤的可选属性字典。在本例中，我们使用 href 属性搜索“a”标签，然后打印每个匹配标签的 href 属性值。

对于旧版本的 BeautifulSoup，方法名称为“findAll”而不是 'find_all'。

请注意，如果我们想要提取所有具有 href 属性的标签，无论其名称如何，我们可以省略标签名称参数：

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

这将返回 HTML 中带有 href 属性的所有标签的列表。

以上是如何使用 BeautifulSoup 从 HTML 中提取 href 属性？的详细内容。更多信息请关注PHP中文网其他相关文章！