Comment extraire les attributs \'href\' des éléments HTML imbriqués à l'aide de BeautifulSoup ?

Comment extraire les attributs 'href' à l'aide de BeautifulSoup

Lorsque vous travaillez avec des données HTML, la récupération d'informations spécifiques telles que les attributs 'href' peut être cruciale . Dans ce cas, nous avons deux balises, une avec des éléments imbriqués, et le but est d'extraire l'attribut 'href' de la balise 'a', en ignorant le contenu du texte.

Pour y parvenir en utilisant BeautifulSoup, vous peut utiliser la méthode 'find_all'. Cette méthode vous permet de rechercher des balises en fonction de divers critères, notamment des attributs. Voici le code :

from bs4 import BeautifulSoup

html = '''<a href="some_url">next</a>
<span class="class"><a href="another_url">later</a></span>'''

soup = BeautifulSoup(html)

for a in soup.find_all('a', href=True):
    print("Found the URL:", a['href'])

Ce code parcourt toutes les balises « a » avec un attribut « href » et imprime la valeur de l'attribut « href » pour chaque balise. Le résultat sera :

Found the URL: some_url
Found the URL: another_url

Alternativement, si vous souhaitez récupérer toutes les balises avec un attribut 'href', quel que soit leur nom, vous pouvez utiliser :

href_tags = soup.find_all(href=True)

Cette méthode renvoie une liste de toutes les balises avec un attribut 'href' dans le document HTML.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!