python - BeautifulSoup，findAll 之后的 findAll？

Question

我是 Python 的新手，主要需要它来从网站获取信息。在这里，我试图从网站底部获取简短的标题，但无法完全获取。

from bfs4 import BeautifulSoup
import requests

url = "http://some-website"
r = requests.get(url)
soup = BeautifulSoup(r.content, "html.parser")

nachrichten = soup.findAll('ul', {'class':'list'})

现在我需要另一个 findAll 来从 var“nachrichten”获取所有链接/a，但我该怎么做呢？

Answer 1

如果您希望所有链接都在一个列表中，请使用带有 select 的 css 选择器:

anchors = soup.select('ul.list a')

如果您想要单独的列表:

anchors = [ ul.find_all(a) for a in soup.find_all('ul', {'class':'list'})]

此外，如果你想要 hrefs，你可以确保只找到具有 href 属性的 anchor 并提取:

hrefs = [a["href"] for a in soup.select('ul.list a[href]')]

使用 find_all 设置 href=True 即 ul.find_all(a, href=True)。