Python + BeautifulSoup： 'a'要素の 'href'属性を取得するには？

Question

私は、次のしている：

html = 
    '''<div class=“file-one”> 
    <a href=“/file-one/additional” class=“file-link"> 
     <h3 class=“file-name”>File One</h3> 
    </a> 
    <div class=“location”> 
     Down 
    </div> 
    </div>''' 

そして/file-one/additionalあるhrefのテキストだけを取得したいと思います。だから私はした：

from bs4 import BeautifulSoup 

soup = BeautifulSoup(html, 'html.parser') 

link_text = “” 

for a in soup.find_all(‘a’, href=True, text=True): 
    link_text = a[‘href’] 

print “Link: “ + link_text 

しかし、それだけで、何も何も印刷されません。ただLink:。だから私は別のサイトでそれをテストしましたが、別のHTMLを使ってテストしました。

私は間違っていますか？または、意図的にhrefを返さないようにサイトが設定されている可能性はありますか？

ありがとうございますupvote/answerを受け入れるようにしてください！

Answer 1

1. 最初に、中括弧引用符を使用しない別のテキストエディタを使用してください。

2. 第二に、soup.find_all

Answer 2

からtext=Trueフラグを削除してHTMLで「」タグは、直接、任意のテキストを持っていますが、いくつかのテキストを持っている「H3」タグが含まれていません。つまり、textはNoneであるため、find_allはタグを選択しません。

nameおよびhrefパラメータのみを使用してタグを選択し、ループ内に条件を追加してタグにテキストがあるかどうかを確認する場合は、この問題を解決できます。

links_with_text = [] 
for a in soup.find_all('a', href=True): 
    if a.text: 
     links_with_text.append(a['href']) 

また、ワンライナーが好きな場合は、リスト内包表記を使用することもできます。

links_with_text = [a['href'] for a in soup.find_all('a', href=True) if a.text] 

それともfind_allでlambdaを渡すことができます。

tags = soup.find_all(lambda tag: tag.name == 'a' and tag.get('href') and tag.text)