python - 基于文本获取href的美丽汤

Question

假设有一个包含数百个链接的页面，每个链接在 a 标签中都有唯一的文本。如何指定一个标签的文本，然后从那里获取 href？例如，

for a in soup.findAll('a', href=True):
  print(a['href'])

这会获取整个页面的所有 href，这有点矫枉过正。当我这样做时:

for a in soup.findAll('a', href=True text="Some Value"):
  print(a['href'])

我无法获取 href 标签，因为它不再返回 Tag 对象，而是返回 Navigable 对象。知道如何实现我想要的吗？

Answer 1

而不是通过 text参数，你可以传递一个可调用的作为 name检查标签 name 的参数和 text :

for tag in soup.findAll(lambda tag: (tag.name == 'a'
                                     and tag.text == 'Some Value'),
                        href=True):
    print tag['href']

这样，返回的值是 Tag而不是 NavigableString .

另请注意，根据文档:

If you use text, then any values you give for name and the keyword arguments are ignored.

因此，即使您只想获得 NavigableString，您问题中的第二个示例也可能无法按预期工作。 .