#python #html #web-scraping #beautifulsoup
#Python #HTML #веб-очистка #BeautifulSoup
Вопрос:
У меня есть этот фрагмент кода здесь:
from bs4 import BeautifulSoup
myString = '<a href="/number-stations/german/g06" title="G06">G06</a>'
i = BeautifulSoup(str(myString), 'html.parser')
print(type(i))
print(i)
myText = i.get_text(strip=True)
print(myText)
myURL = i["href"]
print(myURL)
Идея состоит в том, чтобы разобрать href из этой строки.
Однако я не могу понять, почему он этого не видит. Мой вывод:
<class 'bs4.BeautifulSoup'>
<a href="/number-stations/german/g06" title="G06">G06</a>
G06
Traceback (most recent call last):
File "c:UsersuserDesktopaaatest.py", line 10, in <module>
myURL = i["href"]
File "C:ProgramDataAnaconda3libsite-packagesbs4element.py", line 1401, in __getitem__
return self.attrs[key]
KeyError: 'href'
Почему BeautifulSoup не может видеть href этой строки?
Ответ №1:
Когда вы пытаетесь получить доступ к href
using i["href"]
, вы обращаетесь к нему так, как будто это a dict
, но это не так. Сначала вы должны найти тег, используя .find()
метод.
from bs4 import BeautifulSoup
myString = '<a href="/number-stations/german/g06" title="G06">G06</a>'
soup = BeautifulSoup(myString, 'html.parser')
print(soup.find('a').attrs)
print('-' * 10)
print(soup.find('a')['href'])
Вывод:
{'href': '/number-stations/german/g06', 'title': 'G06'}
----------
/number-stations/german/g06