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. random——伪随机数生成模块
			
    random——伪随机数生成模块 转自:https://blog.csdn.net/zhtysw/article/details/79978197 该模块包含构造伪随机数生成器的多个方法.对于整数,伪 ...
    
			
    2. 
						
  2. 使用Flask+nginx+uwsgi+Docker部署python应用
			
    https://www.cnblogs.com/vh-pg/p/11731637.html
    
			
    3. 
						
  3. IrfanView - 图片浏览、编辑、批处理神器
			
    picasa 停止更新后,需要一款合适的替代品.比较了一番后,选定了 IrfanView. 1. 安装 从 官方网站 下载安装即可,软件只有几兆大小. 2. 常用快捷键 所有快捷键可以参考 这里. I ...
    
			
    4. 
						
  4. 网易新闻实战 --- flask,ORM, Ajax异步删除
			
    项目概述: 包含功能: 前端-- 新闻首页 新闻分类页 新闻详情页 后端-- 后台新闻管理(列表,分页) 新增新闻 修改新闻 删除新闻(AJAX)
    
			
    5. 
						
  5. Yaconf – 一个高性能的配置管理扩展
			
    鸟哥出品:http://www.laruence.com/2015/06/12/3051.html 首先说说, 这个是干啥的. 我见过很多的项目中, 用PHP文件做配置的, 一个config目录下可能 ...
    
			
    6. 
						
  6. Macaca的Python的api整理
			
    整理了下Macaca的API,做成思维脑图,方便阅览. WebDriver 安装 pip install wd git clone https://github.com/macacajs/wd.py. ...
    
			
    7. 
						
  7. Struts2之获取ServletAPI
			
    1.通过ServletActionContext类 //获取request对象 HttpServletRequest request = ServletActionContext.getRequest ...
    
			
    8. 
						
  8. [Bzoj2243][SDOI2011]染色(线段树&&树剖||LCT)
			
    题目链接:https://www.lydsy.com/JudgeOnline/problem.php?id=2243 线段树+树链剖分,在线段树需要每次用lt和rt两个数组记录当前区间的左右边界的颜色 ...
    
			
    9. 
						
  9. [Bzoj1014][JSOI2008]火星人prefix(无旋Treap&hash)
			
    题目链接:https://www.lydsy.com/JudgeOnline/problem.php?id=1014 因为涉及到增加和修改,所以后缀数组就被pass掉了,想到的就是平衡树维护hash值 ...
    
			
    10. 
						
  10. lucene版本升级到4.6.0以上之后使用ik分词器遇到的问题
			
    在将lucene core版本从4.5.1升级到4.7.0后,如下代码使用ik分词器报错 IKAnalyzer analyzer = new IKAnalyzer(true); StringReade ...
    
			
    11.