从网站上抓取链接 - 看不到 href

Question

我想抓取一些新西兰惠灵顿平均房屋租金的表格。惠灵顿的每个郊区都有单独的表格，每个表格都在自己的页面上。我遇到的问题是找到每个页面的地址，以便我可以抓取表格。

这是我正在开发的网站的链接http://www.dbh.govt.nz/market-rent?TLA=Wellington&RegionId=9。为了找到郊区页面的链接，我使用了 Google Chrome 中的查看页面源选项。然而，尽管可以点击每个郊区查看租金表，但 html 似乎没有提供链接；没有href。

谁能解释这些是没有href的链接？另外，有人知道找到每个郊区表的链接的方法吗？最终，我想使用遍历郊区 url 列表并使用 python 的 BeautifulSoup 模块来提取租金表。

亲切的问候， 亚历克斯

Answer 1

你是对的，它们不是“链接”，从这个意义上说，它们中没有 href 字段。每个“链接”实际上是一个<input> 类型submit 的元素。一种非常有趣（且非标准）的做事方式！

这里有一些地方可以进一步了解 html 表单：

• http://www.w3schools.com/html/html_forms.asp
• http://www.w3schools.com/tags/tag_form.asp
• http://www.tizag.com/htmlT/forms.php
• https://en.wikipedia.org/wiki/Form_%28web%29

您将能够通过引用父 <form> 元素（将包含 url 和提交“方法”（POST 或 GET））以及确定请求参数来为每个郊区表构建完整的 http 请求对于来自相应<input> 元素的每个“链接”。