使用Python从其锚上获取链接

Question

在其他类型的urls中，我有一个具有所有相同锚“查看页”的urls列表，如下所示：

<a href="url1" target="_blank">view page</a>

<a href="url2" target="_blank">view page</a>

有没有一种方法可以用这个特定的锚文本来提取所有的urls？

谢谢

Answer 1

要查找文本视图页面的链接，可以使用find_all('a', text='view page')，然后循环遍历结果集并从其中提取url：

from bs4 import BeautifulSoup    
soup = BeautifulSoup("""<a href="url1" target="_blank">view page</a>
<a href="url2" target="_blank">view page</a>
<a href="url2" target="_blank"></a>""", "html.parser")

[a['href'] for a in soup.find_all('a', text='view page')]
# [u'url1', u'url2']