从 BeautifulSoup 中的锚标记中提取文本答案

【问题标题】：Extract text from anchor tag in BeautifulSoup从 BeautifulSoup 中的锚标记中提取文本
【发布时间】：2018-12-29 05:17:27
【问题描述】：

我正在尝试从 URL 中提取标题，但它没有类。以下代码取自页面源代码。

<a href="/f/oDhilr3O">Unatama Don</a>

标题实际上确实有一个类，但您可以看到我使用了索引 3，因为前 3 个标题不是我想要的。但是，我不想使用硬编码。但在网站中，标题也是一个链接，因此，上面的链接。

title_name=soup.find_all('div',class_='food-description-title')
title_list=[]

for i in range (3,len(title_name)):
    title=title_name[i].text
    title_list.append(title)

"Unatama Don" 是我想要获得的标题。

【问题讨论】：

请填写minimal reproducible example。检查How to Ask 链接也是个好主意
<a> 是超链接而不是 div 类，您的代码正在获取 div 元素而不是您期望的元素
Python: BeautifulSoup extract text from anchor tag的可能重复
使用硒？ stackoverflow.com/questions/33155454/…driver.find_element_by_xpath('//a[@href="/f/oDhilr3O"]');

标签： python web-scraping beautifulsoup

【解决方案1】：

这是在 BS 中搜索具有特定 URL 的锚元素的示例：

from bs4 import BeautifulSoup

document = '''
  <a href="https://www.google.com">google</a>
  <a href="/f/oDhilr3O">Unatama Don</a>
  <a href="test">Don</a>
'''

soup = BeautifulSoup(document, "lxml")
url = "/f/oDhilr3O"

for x in soup.find_all("a", {"href" : url}):
    print(x.text)

输出：

Unatama Don

【讨论】：

【解决方案2】：

requests 和 bs4 模块对于这样的任务非常有帮助。您是否尝试过以下类似的方法？

import requests
from bs4 import BeautifulSoup

url = ('PASTE/YOUR/URL/HERE')
response = requests.get(url)
page = response.text
soup = BeautifulSoup(page, 'html.parser')
links = soup.find_all('a', href=True)

for each in links:
    print(each.text)

我认为这具有您正在寻找的预期结果。如果您也想要超链接。添加另一个循环并在循环中添加“print(each.get('href'))”。让我们知道怎么回事。

【讨论】：