Beautifulsoup从无序列表中提取文本和链接div<ul<li（斯堪的纳维亚字符）

Question

我正试图从这个网页的左边提取城市名（http://www.silvan.dk/butikker）。原因是我需要提取每个城市的实际地址（在链接所指的页面上可以找到，不过，目前我开始提取城市名称）。 更确切地说是从这个容器。但是，由于我刚刚开始使用Python和beauthoulsoup，因此无法提取所需的信息。在

结果应该会告诉我： 城市，连接。在

到目前为止，我已经：

import urllib2
import sys, locale, os, re
import lxml.etree
from bs4 import BeautifulSoup

def cp65001(name):
if name.lower() == 'cp65001':
    return codecs.lookup('utf-8')

html_page = urllib2.urlopen("http://www.silvan.dk/butikker",'w')
soup = BeautifulSoup(html_page)
li = soup.select("ul > li > a")
for link in li:
    print link.get('href')

得到了以下输出：

^{pr2}$

如果有人能给我指点解决办法，我将不胜感激。 我用累了

div = soup.find('div', id='leftContent')
lis = div.find_all('li')
num_lis = len(lis)

但一次跑步后就停止工作了，我不知道为什么？ 谢谢你抽出时间。在

Answer 1

从以下位置更改选择器：

li = soup.select("ul > li > a")

收件人：

^{pr2}$

输出：

http://www.silvan.dk/butikker/ballerup
http://www.silvan.dk/butikker/birkeroed
http://www.silvan.dk/butikker/city2
http://www.silvan.dk/butikker/esbjerg
http://www.silvan.dk/butikker/fisketorvet
http://www.silvan.dk/butikker/fredericia
http://www.silvan.dk/butikker/frederikshavn
etc

你可以找到关于选择器的很好的文档here