我如何抓取这个页面？

Question

我正在抓取一个页面，但在尝试抓取WANTED-DATA时遇到错误

<td class="class-1" data-reactid="41"><a class="class-2" data-reactid="42" data-symbol="MORE-DATA" href="/quote/HKxlkPH4-x" title="WANTED-DATA">text</a></td>

我可以通过执行以下操作来提取text：

getText.find('a', attrs={'class':'class-2'}).text
# output: 'text'

如何抓取'WANTED-DATA'？

Answer 1

试试这个：

links = soup.findAll('a', attrs={'class':'class-2'}).text 
for link in links:     
    title = link.get('title')

Answer 2

来自docs的。您可以编写tag[attr_name]来获取单个属性，而编写tag.attrs来获取包含所有属性和值的字典。

soup.find('a', attrs={'class':'class-2'})['title']

Answer 3

你也可以这样做：

html = """<td class="class-1" data-reactid="41"><a class="class-2" data-reactid="42" data-symbol="MORE-DATA" href="/quote/HKxlkPH4-x" title="WANTED-DATA">text</a></td>"""
soup = BeautifulSoup(html)
## adding title=True below prevent any error in case you have links without the 'title attribute'
titles = [x.get('title') for x in soup.find_all('a',title=True)]
print(titles)

输出：

['WANTED-DATA']