Beautifulsoup：解析html——获取href的一部分

Question

我正在尝试解析

<td height="16" class="listtable_1"><a href="http://steamcommunity.com/profiles/76561198134729239" target="_blank">76561198134729239</a></td>

对于 76561198134729239。我不知道该怎么做。我试过的：

 import requests
from lxml import html
from bs4 import BeautifulSoup
r = requests.get("http://ppm.rep.tf/index.php?p=banlist&page=154")
content = r.content
soup = BeautifulSoup(content, "html.parser")
element = soup.find("td",
{
    "class":"listtable_1",
    "target":"_blank"
})
print(element.text)

原文由 user6665922 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

该 HTML 中有许多这样的条目。要获得所有这些，您可以使用以下内容：

 import requests
from lxml import html
from bs4 import BeautifulSoup

r = requests.get("http://ppm.rep.tf/index.php?p=banlist&page=154")
soup = BeautifulSoup(r.content, "html.parser")

for td in soup.findAll("td", class_="listtable_1"):
    for a in td.findAll("a", href=True, target="_blank"):
        print(a.text)

这将返回：

 76561198143466239
76561198094114508
76561198053422590
76561198066478249
76561198107353289
76561198043513442
76561198128253254
76561198134729239
76561198003749039
76561198091968935
76561198071376804
76561198068375438
76561198039625269
76561198135115106
76561198096243060
76561198067255227
76561198036439360
76561198026089333
76561198126749681
76561198008927797
76561198091421170
76561198122328638
76561198104586244
76561198056032796
76561198059683068
76561197995961306
76561198102013044

原文由 Martin Evans 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

"target":"_blank" 是一类锚标记 a 在 td 标记中。它不是 td 标签的一类。

你可以这样得到它：

 from bs4 import BeautifulSoup

html="""
<td height="16" class="listtable_1">
    <a href="http://steamcommunity.com/profiles/76561198134729239" target="_blank">
        76561198134729239
    </a>
</td>"""

soup = BeautifulSoup(html, 'html.parser')

print(soup.find('td', {'class': "listtable_1"}).find('a', {"target":"_blank"}).text)

输出：

 76561198134729239

原文由 Mohammad Yusuf 发布，翻译遵循 CC BY-SA 3.0 许可协议