python - 使用 beautifulsoup 提取电子邮件地址(TypeError : 'int' object is not subscriptable)

Question

我的这部分代码遇到了一个快速问题。基本上我正在使用 beautifulsoup 来废弃一个网站。我只需要从带有类的 div 内的 href 标签中提取电子邮件地址(见下文):

<div class="startup-email-link social-links-startup">
    <a href="mailto:info@example.com">d</a>
</div>

我的代码给了我这个错误:TypeError: 'int' object is not subscriptable

import requests
from bs4 import BeautifulSoup
import re

source_code = requests.get(item_url)
plain_text = source_code.text
soup = BeautifulSoup(plain_text, "html.parser")

for link in soup.find('div', {'class': 'startup-email-link'}):
    href = link.find('a')['href']
    print(href)


    #href_final = re.compile('mailto')
    #print(href_final)

Answer 1

soup.find 已经返回单个标签，因此无需对其进行迭代。您只需获取链接即可

soup.find('div', {'class': 'startup-email-link'}).find('a')['href']

您可能希望使其更加健壮，以防带有类或 anchor 标记的 div 丢失:

div = soup.find('div', {'class': 'startup-email-link'})
if div is None:
    return None
anchor = div.find('a')
if anchor is None:
    return None
return anchor['href']

或者，如果您希望保持更简洁，您可以使用 css 选择器:

selection = soup.select('div.startup-email-linak > a')
if not selection:
    return None
return selection[0]['href']