从 div 标签中检索第一个 href

【问题标题】：Retrieve the first href from a div tag从 div 标签中检索第一个 href
【发布时间】：2015-05-29 02:02:34
【问题描述】：

我需要检索的是包含/questions/20702626/javac1-8-class-not-found 的href。但是我得到的下面代码的输出是//stackoverflow.com:

from bs4 import BeautifulSoup
import urllib2

url = "http://stackoverflow.com/search?q=incorrect+operator"
content = urllib2.urlopen(url).read()

soup = BeautifulSoup(content)

for tag in soup.find_all('div'):
    if tag.get("class")==['summary']:
        for tag in soup.find_all('div'):
            if tag.get("class")==['result-link']:
                for link in soup.find_all('a'):
                        print link.get('href')
                    break;

【问题讨论】：

标签： python html beautifulsoup html-parsing href

【解决方案1】：

不要做嵌套循环，而是写一个CSS selector：

for link in soup.select('div.summary div.result-link a'):
    print link.get('href')

这不仅更具可读性，而且还解决了您的问题。它打印：

/questions/11977228/incorrect-answer-in-operator-overloading
/questions/8347592/sizeof-operator-returns-incorrect-size
/questions/23984762/c-incorrect-signature-for-assignment-operator
...
/questions/24896659/incorrect-count-when-using-comparison-operator
/questions/7035598/patter-checking-check-of-incorrect-number-of-operators-and-brackets

附加说明：您可能希望考虑使用StackExchange API 而不是当前的网络抓取/HTML 解析方法。

【讨论】：