问题描述
我正在尝试使用BeautifulSoup使用Python解析HTML源。
我需要获取的是特定链接的href （ <a>标记）。
我看到的功能是这些链接都在其标签内包含target='testwindow' ，所以也许我会寻找。
我如何获得这些链接？
这是我的测试样本。
我只需要获取http://example.com:20213/testweb1.2/testapp?WSDL 。
<td id="link3"><img src="images/spacer.gif" alt="" style="height:1px;" width="0" border="0"><a href="http://example.com:20213/testweb1.2/testapp?WSDL">?HELLO</a></td>
<td id="link4"><img src="images/spacer.gif" alt="" style="height:1px;" width="0" border="0"><a href="http://example.com:20213/testweb1.2/testapp?WSDL" target="testwindow">?WSDL</a></td>
1楼
您可以使用BeautifulSoup.find ：
from bs4 import BeautifulSoup as soup
content = '<td id="link4"><img src="images/spacer.gif" alt="" style="height:1px;" width="0" border="0"><a href="http://example.com:20213/testweb1.2/testapp?WSDL" target="testwindow">?WSDL</a></td>'
d = soup(content, 'html.parser').find('a', {'target':'testwindow'})['href']
输出：
'http://example.com:20213/testweb1.2/testapp?WSDL'