主页 / 问题 / 818114
Accepted
fermeg
Asked:2020-04-23 18:44:57 +0000 UTC2020-04-23 18:44:57 +0000 UTC

解析表中的链接？

  • 772

我有一个 html 页面

<table class="Tab_AddTovar7">
<tr>
            <th><div class="col_tab_1">Вид металла</div></th>
            <th><div class="TR_AddTovar_head7">Диаметр</div></th>
            <th class="col_tab_1"><div class="TR_AddTovar_head7">Длина</div></th>
            <th class="col_tab_1"><div class="TR_AddTovar_head7">ГОСТ, ОСТ, ТУ</div></th>
            <th><div class="TR_AddTovar_head7">Марка</div></th>
            <th><div class="TR_AddTovar_head7">Цена</div></th>
        <th><div class="TR_AddTovar_head7">Купить</div></th>
                </tr>
            <tr>
                <td><a class="col_tab_1" href="/product/tovar01">Цис</a></td>
                    <td>
                            <a class="link_tab7">18,0</a>
                    </td>
                    <td class="col_tab_1">
                            <a class="link_tab7">18,0</a>
                    </td>
                    <td class="col_tab_1"> 
                        <a class="link_tab7" href="/gost/28/19/99/2276"><strong>ТУ 14-176-122-94</strong></a>
                    </td>
                    <td >

需要链接/product/product01

我这样做：

for tovar in bf.cssselect('.Tab_AddTovar7 td a'):
    ba = tovar.cssselect('a')[0]
    bhref = ba.get('href')

但是结果，那些不需要的链接被解析了，我怎样才能确保只有我的链接被解析？

python

1 个回答

  1. Best Answer

    在标签内获取链接的示例class="Tab_AddTovar7"：

    from bs4 import BeautifulSoup

text = '''
<table class="Tab_AddTovar7">
<tr>
            <th><div class="col_tab_1">Вид металла</div></th>
            <th><div class="TR_AddTovar_head7">Диаметр</div></th>
            <th class="col_tab_1"><div class="TR_AddTovar_head7">Длина</div></th>
            <th class="col_tab_1"><div class="TR_AddTovar_head7">ГОСТ, ОСТ, ТУ</div></th>
            <th><div class="TR_AddTovar_head7">Марка</div></th>
            <th><div class="TR_AddTovar_head7">Цена</div></th>
        <th><div class="TR_AddTovar_head7">Купить</div></th>
                </tr>
            <tr>
                <td><a class="col_tab_1" href="/product/tovar01">Цис</a></td>
                    <td>
                            <a class="link_tab7">18,0</a>
                    </td>
                    <td class="col_tab_1">
                            <a class="link_tab7">18,0</a>
                    </td>
                    <td class="col_tab_1"> 
                        <a class="link_tab7" href="/gost/28/19/99/2276"><strong>ТУ 14-176-122-94</strong></a>
                    </td>
                    <td >
            </tr>
</table>
'''

root = BeautifulSoup(text, 'html.parser')
print(root.select_one('.Tab_AddTovar7 a.col_tab_1')['href'])  # /product/tovar01

    您可以按所有链接过滤，例如：

    links = [a['href'] for a in root.select('.Tab_AddTovar7 a[href]')]
print(links)  # ['/product/tovar01', '/gost/28/19/99/2276']

links = [a['href'] for a in root.select('.Tab_AddTovar7 a[href]') if a['href'].startswith('/product')]
print(links)  # ['/product/tovar01']
    • 1

相关问题