使用 Beautifulsoup Python 获取 div 中的第一个链接答案

【问题标题】：Get first link in div using beautifulsoup Python使用 Beautifulsoup Python 获取 div 中的第一个链接
【发布时间】：2019-08-07 11:59:30
【问题描述】：

我正在尝试使用来自 HTML 的 beautifulsoup 获取此链接：

    <div id="downloads" style="text-align:left">
        Download as Excel tables:  
<a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&download=guides&format=xls">Guides</a>

    <a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&satMut=1">Saturating mutagenesis assistant</a><br>
            <small>Tab-sep format:  
    <a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&download=guides&format=tsv">Guides</a>

我试过这段代码：

for link in soup.find_all('a', href=True, text='Guides'):
             crisporDL = link['href']

但这是输出上面的第二个链接，您可以看到两者都有文本“Guides”，我如何获得第一个链接？由于第一个链接返回 XLS 文件，而第二个链接返回 TSV 文件，我需要 xls 文件。

谢谢。

【问题讨论】：

标签： python html web-scraping hyperlink beautifulsoup

【解决方案1】：

使用带有a标签选择器的id选择器传递给select_one。 select_one 返回第一个匹配项。它应该比使用 find 更快。

soup.select_one("#downloads a")['href']

【讨论】：

【解决方案2】：

我认为您正在寻找的是 find() 方法，它只返回第一个匹配项。

crisporDL=soup.find('a', href=True, text='Guides')['href']

在这种情况下，您不需要使用 for 循环。

另一种无需对代码进行太多更改的可能性是将limit argument 添加到您的find_all()。

soup.find_all('a', href=True, text='Guides',limit=1)

虽然这里完全没有必要，但在某些情况下，您可能希望获得 前 n 个匹配项。

【讨论】：