如何在Python中提取<h1></h1>之間的href鏈接？

Question

我是新來的Python，我試圖學習網絡抓取。

我有下面的代碼，並想知道如何獲得/打印HREF或鏈接：

< .h1> < .A HREF =「https://www.nytimes.com/tips 「有一個機密的新聞提示？

Answer 1

您可以使用BeautifulSoup得到這個工作做完：

from urllib.request import urlopen 
from bs4 import BeautifulSoup 
import re 

response = urlopen("http://someurl.com") 
page_source = response.read() 
soup = BeautifulSoup(page_source, 'html.parser') 
x = soup.find_all('h1') 
print (x) 

那麼所有你需要做的就是從輸出使用re模塊和提取數據。