beautifulsoup - Beautiful Soup - 如何获得 href

Question

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

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

这是我认为应该可行的

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

Answer 1

.next在这种情况下是 NavigableString包含 <strong> 之间的空格标签和 <a>标签。此外，text=属性用于匹配 NavigableString s，而不是元素。

以下是你想要的，我认为:

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']

...但这不是很可靠。如果封闭 div有一个可预测的 ID，那么最好找到它，然后找到第一个 <a>其中的元素。