原博客地址：

https://www.cnblogs.com/dengyg200891/p/6060010.html

 # -*- coding:utf-8 -*-

 #python 2.7

 #XiaoDeng

 #http://tieba.baidu.com/p/2460150866

 #标签操作

 from bs4 import BeautifulSoup

 import urllib.request

 import re

 #如果是网址，可以用这个办法来读取网页

 #html_doc = "http://tieba.baidu.com/p/2460150866"

 #req = urllib.request.Request(html_doc)

 #webpage = urllib.request.urlopen(req)

 #html = webpage.read()

 html="""

 <html><head><title>The Dormouse's story</title></head>

 <body>

 <p class="title" name="dromouse"><b>The Dormouse's story</b></p>

 <p class="story">Once upon a time there were three little sisters; and their names were

 <a href="http://example.com/elsie" class="sister" id="xiaodeng"><!-- Elsie --></a>,

 <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and

 <a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;

 <a href="http://example.com/lacie" class="sister" id="xiaodeng">Lacie</a>

 and they lived at the bottom of a well.</p>

 <p class="story">...</p>

 """

 soup = BeautifulSoup(html, 'html.parser')   #文档对象

 #查找a标签,只会查找出一个a标签

 #print(soup.a)#<a class="sister" href="http://example.com/elsie" id="xiaodeng"><!-- Elsie --></a>

 for k in soup.find_all('a'):

     print(k)

     print(k['class'])#查a标签的class属性

     print(k['id'])#查a标签的id值

     print(k['href'])#查a标签的href值

     print(k.string)#查a标签的string

     #tag.get('calss')，也可以达到这个效果

在使用该方法的k['href']读取网页链接时，编译器报错：

 KeyError: 'href'

修改为：

 k.get('href')

成功运行，取出href中的链接。



												


											
python 爬取<a>标签内href的方法及遇到的问题的更多相关文章
	

    
								
  1. python爬取网站数据保存使用的方法
		
    这篇文章主要介绍了使用Python从网上爬取特定属性数据保存的方法,其中解决了编码问题和如何使用正则匹配数据的方法,详情看下文     编码问题因为涉及到中文,所以必然地涉及到了编码的问题,这一次借这 ...
    
		
    2. 
						
  2. 使用python爬取百度贴吧内的图片
		
    1. 首先通过urllib获取网页的源码 # 定义一个getHtml()函数 def getHtml(url): try: page = urllib.urlopen(url) # urllib.ur ...
    
		
    3. 
						
  3. 手把手教你使用Python爬取西刺代理数据（下篇）
		
    /1 前言/ 前几天小编发布了手把手教你使用Python爬取西次代理数据(上篇),木有赶上车的小伙伴,可以戳进去看看.今天小编带大家进行网页结构的分析以及网页数据的提取,具体步骤如下. /2 首页分析 ...
    
		
    4. 
						
  4. Python 爬取美团酒店信息
		
    事由:近期和朋友聊天,聊到黄山酒店事情,需要了解一下黄山的酒店情况,然后就想着用python 爬一些数据出来,做个参考 主要思路:通过查找,基本思路清晰,目标明确,仅仅爬取美团莫一地区的酒店信息,不过 ...
    
		
    5. 
						
  5. python 爬取豆瓣书籍信息
		
    继爬取 猫眼电影TOP100榜单 之后,再来爬一下豆瓣的书籍信息(主要是书的信息,评分及占比,评论并未爬取).原创,转载请联系我. 需求:爬取豆瓣某类型标签下的所有书籍的详细信息及评分 语言:pyth ...
    
		
    6. 
						
  6. Python爬取网页信息
		
    Python爬取网页信息的步骤 以爬取英文名字网站(https://nameberry.com/)中每个名字的评论内容,包括英文名,用户名,评论的时间和评论的内容为例. 1.确认网址 在浏览器中输入初 ...
    
		
    7. 
						
  7. Python 爬取 热词并进行分类数据分析-[解释修复+热词引用]
		
    日期:2020.02.02 博客期:141 星期日 [本博客的代码如若要使用,请在下方评论区留言,之后再用(就是跟我说一声)] 所有相关跳转: a.[简单准备] b.[云图制作+数据导入] c.[拓扑 ...
    
		
    8. 
						
  8. steam夏日促销悄然开始，用Python爬取排行榜上的游戏打折信息
		
    前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 不知不觉,一年一度如火如荼的steam夏日促销悄然开始了.每年通过大大小小 ...
    
		
    9. 
						
  9. Python爬取网易云音乐歌手歌曲和歌单
		
    仅供学习参考 Python爬取网易云音乐网易云音乐歌手歌曲和歌单,并下载到本地 很多人学习python,不知道从何学起.很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手.很多已经做 ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. python中的方法使用
			
    #Python其实有3个方法,即静态方法(staticmethod),类方法(classmethod)和实例方法,如下: class Foo: def bar(self): # cls 是当前对象的实 ...
    
			
    2. 
						
  2. 51nod 1205 流水线调度
			
    1205 流水线调度 基准时间限制:1 秒 空间限制:131072 KB 分值: 40 难度:4级算法题  收藏  关注 N个作业{1,2,…,n}要在由2台机器M1和M2组成的流水线上完成加工.每个 ...
    
			
    3. 
						
  3. ES命令
			
    基础概念 Elasticsearch有几个核心概念.从一开始理解这些概念会对整个学习过程有莫大的帮助.   接近实时(NRT)        Elasticsearch是一个接近实时的搜索平台.这意味 ...
    
			
    4. 
						
  4. centos R包 tidyverse安装
			
    tidyverse安装失败,install.packages('tidyverse') 错误原因大概是其中有个依赖包xml2安装不上,解决办法是yum install libxml2-devel,这样 ...
    
			
    5. 
						
  5. 关于linq中的dbml文件中的对象加s去s的问题
			
    点击工具->选项->数据库工具->O/R Designer ,右面有个启用,如果是true
    
			
    6. 
						
  6. 深入RESTful无状态原则
			
    目录 目录 前言 无状态原则 Web服务的状态 基于状态的Web服务 基于无状态的Web服务 总结两者的区别 前言 在上篇RESTful基础知识中整体的介绍了RESTful架构设计思想的框架,在往后的 ...
    
			
    7. 
						
  7. 【ABAP系列】SAP ABAP模块-取整操作中CEIL和FLOOR用法
			
    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[ABAP系列]SAP ABAP模块-取整操作中 ...
    
			
    8. 
						
  8. JDK动态代理和CGLIB动态代理编码
			
    JDK动态代理[接口]: import java.lang.reflect.InvocationHandler; import java.lang.reflect.Method; import jav ...
    
			
    9. 
						
  9. kmp（多次无重叠匹配）
			
    http://acm.hdu.edu.cn/showproblem.php?pid=2087 剪花布条 Problem Description 一块花布条,里面有些图案,另有一块直接可用的小饰条,里面 ...
    
			
    10. 
						
  10. python学习第二天标准输入输出和注释用法
			
    任何编程语言都有输入输出和用打交道,python也不例外,输入input(),输出print() 玖乐网络(http://www.96net.com.cn/)分享自己的心得 1,input()用法实例 ...
    
			
    11.