提取孩子href到BeautifulSoup列表

我正在學習Python並使用BeautifulSoup來爬取一些網頁。我期望做的是找到第一個'td'的孩子'a'，提取href並將其添加到列表中。如何以及在哪裏可以將href添加到單元格文本中？提取孩子href到BeautifulSoup列表

import urllib2 

from BeautifulSoup import BeautifulSoup 

def listify(table): 
    """Convert an html table to a nested list""" 
    result = [] 
    rows = table.findAll('tr') 
    for row in rows: 
     result.append([]) 
     cols = row.findAll('td') 
     for col in cols: 
      strings = [_string.encode('utf8') for _string in col.findAll(text=True)] 
      text = ''.join(strings) 
      result[-1].append(text) 
    return result

來源

2013-01-10 user1645914

'的cols [1] .find（ 'A'） 'href' 屬性]'應該做的伎倆 – root

不使用BeautifulSoup 4，而不是任何理由3？ –

良好的拜訪bs4。我下載了兩個，但安裝了3.現在使用4。 – user1645914

找到的第一個td：使用row.find('td')代替;它會返回第一場比賽
找到孩子a，再次使用.find('a')找到第一個。
元素就像一個python dict，使用item獲取元素屬性，如href。

在一起，使得：

cell = row.find('td') 
link = cell.find('a') if cell else None 
if link is not None and 'href' in link: 
    result[-1].append(link['href'])

來源

2013-01-10 09:11:07

提取孩子href到BeautifulSoup列表

回答

相關問題