html 如何使用bs4来解析锚标记的文本描述，特别是当href链接断开时？

gpfsuwkq 于 2023-03-11 发布在其他

关注(0)|答案(1)|浏览(98)

我正在练习使用BS4来解析HTML文件。我遇到了一个问题，但我似乎在任何地方都找不到解决方案。我该如何解析锚标记的内部？我尝试指定“href”标记，但链接有一些额外的字符，这打破了href标记。
例如，我试图解析这个链接到我的一个老问题：

<a href = "https://stackoverflow.com/questions/61925957/using-an-api-to-create-data-in-a-react-table" style=
=3D"color: #FFFFFF;font-size: 15px;"> >

但是，相反，它有一些字符，打破了标签：

<a href = "https://stackoverflow.com/&amp=3D"questions/61925957"=3D"/using-an-api-to-create-data-in-a-react-table" style=
=3D"color: #FFFFFF;font-size: 15px;" >

我如何使用bs4得到这个标记的内部，以便我可以修剪它并得到我的最终链接？我还想忽略样式、颜色和字体大小描述符。

Html

来源：https://stackoverflow.com/questions/75657208/how-do-i-use-bs4-to-parse-the-text-description-of-an-anchor-tag-especially-when

1条答案

按热度按时间

r1zhe5dt1#

我无法重现该问题，但该方法效果良好：

from bs4 import BeautifulSoup

html_sample = """<a href = "https://stackoverflow.com/questions/61925957/using-an-api-to-create-data-in-a-react-table" style=
=3D"color: #FFFFFF;font-size: 15px;"> >"""

soup = BeautifulSoup(html_sample, "lxml").select_one("a")["href"]
print(soup)

输出：

https://stackoverflow.com/questions/61925957/using-an-api-to-create-data-in-a-react-table

赞(0）回复(0）举报 2023-03-11

我来回答

html 如何使用bs4来解析锚标记的文本描述，特别是当href链接断开时？

1条答案

相关问题

热门标签

最新问答