BeautifulSoup 返回所有链接，而不是第一个链接答案

【问题标题】：BeautifulSoup returns all links, rather than the first linkBeautifulSoup 返回所有链接，而不是第一个链接
【发布时间】：2021-03-13 17:18:27
【问题描述】：

<table>
    <tr>
        <td>
            <a href=""> Text </a>
            <a href=""> Text </a>
        </td>
        <td>
            <a href=""> Text </a>
        </td>
    </tr>
    <tr>
        <a href=""> Text </a>
        </td>
        <td>
        <a href=""> Text </a>
    </tr>
</table>

我想从每个 td 元素中获取第一个链接。我尝试使用以下代码来实现：

website_data.select("tr td a")

但是，这给了我 td 元素内的所有 a 元素。我怎样才能做到这一点？

【问题讨论】：

[i['href'] for i in website_data.select("tr td a")] ?

标签： python beautifulsoup

【解决方案1】：

如果你想要第一个孩子一个标签，那么你可以使用 a:nth-child(1) 来做到这一点

from bs4 import BeautifulSoup as bs

html ='''<html>
    <head></head>
    <body>
        <table>
            <tbody>
                <tr>
                    <td><a href="link1"> Text1 </a> <a href="link2"> Text2 </a></td>
                    <td><a href="link1"> Text1 </a></td>
                </tr>
                <tr>
                    <td><a href="link1"> Text1 </a> <a href="link2"> Text2 </a></td>
                    <td><a href="link1"> Text1 </a></td>
                </tr>
            </tbody>
        </table>
    </body>
</html>
'''

soup = bs(html, 'lxml')
print([(i.text, i['href']) for i in soup.select('td a:nth-child(1)')])

【讨论】：

【解决方案2】：

如果 website_data 是 BeautifulSoup 对象，那么您可以尝试以下操作：

[td_element.find('a', href=True)['href'] for td_element in website_data.find_all('td')]

【讨论】：

谢谢。明天我会试试这个，当它起作用时，我会接受你的回答