美丽的汤 - 如何获取 href

Question

我似乎无法从以下 html 汤中提取 href（页面上只有一个 Website:）：

<div id='id_Website'>
<strong>Website:</strong> 
<a href='http://google.com' target='_blank' rel='nofollow'>www.google.com</a>
</div></div><div>

这就是我的思想应该有效

href = soup.find("strong" ,text=re.compile(r'Website')).next["href"]

Answer 1

在本例中，.next 是一个 NavigableString，其中包含 标记和 之间的空格。代码>标签。此外，text= 属性用于匹配 NavigableString，而不是元素。

我认为以下内容可以满足您的要求：

import re
from BeautifulSoup import BeautifulSoup

html = '''<div id='id_Website'>
<strong>Website:</strong> 
<a href='http://google.com' target='_blank' rel='nofollow'>www.google.com</a>
</div></div><div>'''

soup = BeautifulSoup(html)

for t in soup.findAll(text=re.compile(r'Website:')):
    # Find the parent of the NavigableString, and see
    # whether that's a <strong>:
    s = t.parent
    if s.name == 'strong':
        print s.nextSibling.nextSibling['href']

...但这不是很稳健。如果封闭的 div 具有可预测的 ID，那么最好找到它，然后找到其中的第一个 元素。