从表中提取特定的href答案

【问题标题】：Extracting a specific href from table从表中提取特定的href
【发布时间】：2021-04-19 03:53:15
【问题描述】：

我正在尝试提取“10-K”网址并将其附加到以下站点的列表中：

https://www.sec.gov/Archives/edgar/data/320193/000091205701544436/0000912057-01-544436-index.htm

图片1

所以基本上我试图提取第一个下没有作为其子类别的第一个。

我正在尝试创建一个循环以在多个类似的链接中循环此代码，但我想我现在正在尝试首先解决此问题。

有什么想法吗？

【问题讨论】：

I'm trying to extract the first under the first that does not have as its sub category. => 仍然不清楚您的预期结果。您能否提供您目前的工作以及您遇到的问题？
如果要从源中提取href标签，请使用beautifulsoup4包。 pypi.org/project/beautifulsoup4

标签： python href

【解决方案1】：

希望这能满足您的要求。

import requests
from bs4 import BeautifulSoup

URL = "https://www.sec.gov/Archives/edgar/data/320193/000091205701544436/0000912057-01-544436-index.htm"
page = requests.get(URL)

soup = BeautifulSoup(page.content, "html.parser")

rows = soup.findAll("td")

href_list = []
for ele in rows:
    a_Tag = ele.findChildren("a")
    if a_Tag:
        href_list.append(a_Tag)

print(href_list)

【讨论】：

【解决方案2】：

我不确定我是否理解你的问题，但如果我明白了，这可以帮助你

from bs4 import BeautifulSoup
import requests
page = requests.get("https://www.sec.gov/Archives/edgar/data/320193/000091205701544436/0000912057-01-544436-index.htm")

s = BeautifulSoup(page.content, "html.parser")
print(s.find("table").findChild("a")["href"])

【讨论】：