使用CSS选择器和BeutifulSoup获取属性值

Question

我正在用Python进行网页抓取，并使用BeutifulSoup库

我有这样的HTML标记：

<tr class="deals" data-url="www.example2.com">
<span class="hotel-name">
<a href="www.example2.com"></a>
</span>
</tr>
<tr class="deals" data-url="www.example3.com">
<span class="hotel-name">
<a href="www.example3.com"></a>
</span>
</tr>

我想得到data-url或href值，如果我能得到href值就更好了

下面是我的相关代码片段：

^{pr2}$

Answer 1

您可以使用tr.deals span.hotel-name aCSS选择器来访问链接：

from bs4 import BeautifulSoup

data = """
<tr class="deals" data-url="www.example.com">
<span class="hotel-name">
<a href="wwwexample2.com"></a>
</span>
</tr>
"""

soup = BeautifulSoup(data)
print(soup.select('tr.deals span.hotel-name a')[0]['href'])

印刷品：

^{pr2}$

如果您有多个链接，请对其进行迭代：

for link in soup.select('tr.deals span.hotel-name a'):
    print(link['href'])