【发布时间】:2018-11-13 11:35:33
【问题描述】:
我需要获取 href 中存在的 href 链接(我已经拥有)所以我需要点击那个 href 链接并收集其他 href。我尝试过,但从该代码中只有第一个 href 得到,想要点击那个并收集前一个中存在的 href。那我怎么能这样做。 我试过了:
from bs4 import BeautifulSoup
import requests
url = 'https://www.iea.org/oilmarketreport/reports/'
page = requests.get(url)
soup = BeautifulSoup(page.text, 'html.parser')
#soup.prettify()
#table = soup.find("table")
#print(table)
links = []
for href in soup.find_all(class_='omrlist'):
#print(href)
links.append(href.find('a').get('href'))
print(links)
【问题讨论】:
-
你要么需要运行一个循环,使用 scrapy/crawling 框架来迭代遍历链接
-
你能解释一下我这里是怎么用的吗,我之前没用过
-
你能解释更多你的问题吗?看起来链接已经拥有你需要的所有 href 帽子。
-
使用上面的代码我得到了href,但是如果你复制并粘贴到浏览器中,那么所有月份的链接(href),如果你点击月份名称,那么在下一页有链接名称'下载完整报告'。所以想从“下载完整报告”链接下载所有 pdf 文件并存储在数据库中
标签: python pandas beautifulsoup python-requests