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. STL容器内数据删除
			
    STL中的容器按存储方式分为两类,一类是按以数组形式存储的容器(如:vector .deque):另一类是以不连续的节点形式存储的容器(如:list.set.map).在使用erase方法来删除元素时 ...
    
			
    2. 
						
  2. php的URL查询字符串解析函数
			
    URL查询字符串格式:Data[650][BLN]=40002307312&Data[650][Status]=電聯無人接聽. 解析这种数据使用函数:parse_str(). parse_st ...
    
			
    3. 
						
  3. Mac下隐藏或显示文件/文件夹
			
    命令行操作 显示:defaults write com.apple.finder AppleShowAllFiles -bool true 隐藏:defaults write com.apple.fi ...
    
			
    4. 
						
  4. python之环境变量（测试环境可配置）
			
    想要实现的结果是: 执行脚本时,带一个参数,由这个参数来决定测试环境(开发or测试),比如: python test.py dev 实现代码: 方式1 不用__getitem__方式: import  ...
    
			
    5. 
						
  5. 同余dp
			
    先验知识: 余数的计算公式:c = a -⌊ a/b⌋ * b 其中,⌊ ⌋为向下取整运算符,向下取整运算称为Floor,用数学符号⌊ ⌋表示 题目: Consider an arbitrary se ...
    
			
    6. 
						
  6. Android深度探索-卷1第九章心得体会
			
    在android系统中使用Linux 驱动有两种方式一种是通过传统的方式直接与Lmux 驱动交互,如,直接读写设备文件的数据.另外一种是Android特有的,就是通过HAL 模块.HAL 模块本质是通 ...
    
			
    7. 
						
  7. APT攻防整理-攻击方法/工具
			
    攻击步骤 一般步骤 社工 武器制造 武器投递 漏洞利用 安装后门 后渗透 这5个阶段攻击非常隐蔽,可绕过传统安全设备检测 潜伏控制 传统通信方式不会使用,如cc/socket/http(可采用安全隧道 ...
    
			
    8. 
						
  8. Hexo-博客yilia主题创建分类（categories）和标签（tags）首页
			
    转载自:http://orzcss.com/posts/5a207d64/ 概述 默认安装的 hexo 本身是没有分类和标签首页的,例如:http://orzcss.com/categories/页面 ...
    
			
    9. 
						
  9. 如何免费注册codepen
			
    点击注册以后,发现是要美刀的.靠,没钱.可是要用怎么办...... 如果不注意可以没有看到free.....看着free是个文本.其实是个链接啊啊啊啊啊 重点来了: 进入到注册页面,显示recaptc ...
    
			
    10. 
						
  10. Node.js实战2：模块使用入门。
			
    NodeJS有丰富的三方模块,借助这些模块,可以快速的开发各类应用.这使用Nodejs可以进行很便捷.快速的开发. 1.安装与加载模块内核.三方 使用npm可以搜索.安装.卸载模块. 例: 搜索模块  ...
    
			
    11.