Как вытащить ссылку из href?

Question

[Nanch]

пишу парсер на питоне, нужно вытащить ссылку из href с помощью BeautifulSoup что бы потом их запихивать в словарь

h class="proposition_name"
<а> href="ссылка">Jeep Grand Cherokee 2019а>

Comments

[Сергей Горностаев]

И в чём проблема?

Answer 1

[Сергей Карбивничий]

Если html такой:

<h1 class="proposition_name">
	<a href="ссылка">Jeep Grand Cherokee 2019</a>
</h1>

тогда так:

link = soup.find('h1',class_='proposition_name').a.get('href')

Comments

[Nanch]

да, спасибо, я так понимаю для find_all() это не работает и нужно делать перебор?

[Сергей Карбивничий]

Nanch, Да. Вот пару примеров:

<h1 class="proposition_name">
	<a href="ссылка">Jeep Grand Cherokee 2019</a>
</h1>

<h1 class="proposition_name">
	<a href="ссылка2">Jeep Grand Cherokee 2020</a>
</h1>

<h1 class="proposition_name">
	<a href="ссылка3">Jeep Grand Cherokee 2021</a>
</h1>

<h1 class="proposition_name">
	<a href="ссылка4">Jeep Grand Cherokee 2022</a>
</h1>

Добавить ссылки в словарь:

link_dict = {} # Создаем пустой словарь

links = soup.find_all('h1',class_='proposition_name') # Ищем все теги h1 с классом proposition_name
for link in links: # Тут идет сам перебор
	link_url = link.a.get('href') # Получаем href и помещаем в переменную link_url
	link_title = link.a.text # Получаем текст ссылки и помещаем его в переменную link_title 
	link_dict.update({link_url:link_title}) # Добавляем в словарь данные, где ключом будет href, а значением текст ссылки

print(link_dict)

>>> {'ссылка': 'Jeep Grand Cherokee 2019', 'ссылка2': 'Jeep Grand Cherokee 2020', 'ссылка3': 'Jeep Grand Cherokee 2021', 'ссылка4': 'Jeep Grand Cherokee 2022'}

Пример второй. Добавить ссылки в список:

link_list = [] # Создаем пустой список

links = soup.find_all('h1',class_='proposition_name') # Ищем все теги h1 с классом proposition_name
for link in links: # Тут идет сам перебор
	link_url = link.a.get('href') # Получаем href и помещаем в переменную link_url
	link_list.append(link_url) # Добавляем href в список

print(link_list)

>>> ['ссылка', 'ссылка2', 'ссылка3', 'ссылка4']

[Nanch]

Сергей Карбивничий, спасибо <3