python - 将html解析为文本并在python中保留链接

Question

这个问题已经有答案了:

Beautiful Soup - Get all text, but preserve link html? (3 个回答)

已关闭 4 年前。

我需要将 html 解析为文本，但需要保留超链接。
我正在使用漂亮的肥皂(bs4)，但 get_text() 仅获取文本并忽略任何 href。
示例:

<a href="http://example.com/">Example</a>

用bs4解析为:

Example

我需要它是这样的:

Example <http://example.com/>

Answer 1

您还需要获取 a 标记的 href 属性 (a_tag['href']):

In [16]: text = '<a href="http://example.com/">Example</a>'

In [17]: soup = BeautifulSoup(text, 'lxml')

In [18]: a_tag = soup.select_one('a')

In [19]: '{} <{}>'.format(a_tag.text, a_tag['href'])
Out[19]: 'Example <http://example.com/>'