BeautifulSoup抓住某个href链接并存储它

Question

这是我正在使用的HTML，评论是我想要存储的。

<dd>
   Wed Sep 17, 2014 1:11 am
</dd>
<dd>
</dd>
<dd>
   Forum:
   <a href="./viewforum.php?f=12">
      Minewind Chat
   </a>
</dd>
<dd>
   Thread:
   # I wish to grab this href link extension:
   <a href="./viewtopic.php?f=12&amp;t=201&amp;hilit=yeah"> 
      1.8
   </a>
</dd>
<dd>
   Replies:
   <strong>
      3
   </strong>
</dd>
<dd>
   Views:
   <strong>
      108
   </strong>
</dd>

我可以将它打印到我打印两个href链接的地方（不知道我这样做有多高效）：

cleanup = BeautifulSoup(s2.content)

for links in cleanup.find_all("dd"):
    if links.find("a") != None:
        print (links.a['href'])

输出：

./viewforum.php?f=12
./viewtopic.php?f=12&t=201&hilit=yeah

但是如何存储第二行？有什么提示吗？

Answer 1

如果您知道其内容可以与href匹配，例如

if 'viewtopic' in links.a['href']:
    results.append(links.a)

Answer 2

您可以使用一个CSS selection query ：

获取主题链接

topic_links = soup.select('dd a[href*=viewtopic.php]')

这匹配以下链接：

• 在dd个标签内
• 在viewtopic.php属性
中包含href

结果是一个只包含匹配的<a>元素的列表：

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''\
... <dd>
...    Wed Sep 17, 2014 1:11 am
... </dd>
... <dd>
... </dd>
... <dd>
...    Forum:
...    <a href="./viewforum.php?f=12">
...       Minewind Chat
...    </a>
... </dd>
... <dd>
...    Thread:
...    # I wish to grab this href link extension:
...    <a href="./viewtopic.php?f=12&amp;t=201&amp;hilit=yeah"> 
...       1.8
...    </a>
... </dd>
... <dd>
...    Replies:
...    <strong>
...       3
...    </strong>
... </dd>
... <dd>
...    Views:
...    <strong>
...       108
...    </strong>
... </dd>
... ''')
>>> topic_links = soup.select('dd a[href*=viewtopic.php]')
>>> for link in topic_links:
...     print link['href']
... 
./viewtopic.php?f=12&t=201&hilit=yeah