BeautifulSoup 获取 href [重复]

问题描述：

我有以下内容soup：

<a href="some_url">next</a>
<span class="class">...</span>

我想从中提取 href，"some_url"

如果我只有一个标签，我可以做到这一点，但这里有两个标签。我也可以获取文本'next'，但这不是我想要的。

另外，有没有关于 API 的很好的描述，并附有示例。我正在使用标准文档，但我在寻找一些更有条理的东西。

解决方案 1：

您可以使用find_all以下方式查找每个a具有href属性的元素，并打印每个元素：

# 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']

# The output would be:
# Found the URL: some_url
# Found the URL: another_url

# Python3
from bs4 import BeautifulSoup

html = '''<a href="https://some_url.com">next</a>
<span class="class">
<a href="https://some_other_url.com">another_url</a></span>'''

soup = BeautifulSoup(html)

for a in soup.find_all('a', href=True):
    print("Found the URL:", a['href'])

# The output would be:
# Found the URL: https://some_url.com
# Found the URL: https://some_other_url.com

请注意，如果您使用的是旧版本的 BeautifulSoup（版本 4 之前），则此方法的名称为findAll。在版本 4 中，BeautifulSoup 的方法名称已更改为符合 PEP 8 要求，因此您应改用find_all。

如果您想要所有带有 的标签href，则可以省略name参数：

href_tags = soup.find_all(href=True)