美丽的汤 - 找不到标签

Question

页面是：http://item.taobao.com/item.htm?id=13015989524
你可以看到它的源代码。

在它的源代码下面的代码中存在

<a href="http://item.taobao.com/item.htm?id=13015989524" target="_blank"> 

但是当我使用BeautifulSoup读取源代码并执行以下

soup.findAll('a', href="http://item.taobao.com/item.htm?id=13015989524") 

它返回[]空。它返回什么'[]'？

Answer 1

据我所看到的，<a>标签你正在努力寻找一个<textarea>标签内。 BS不会将<textarea>的内容解析为HTML，因此<textarea>不应包含HTML。总之，那个页面正在做一些粗略的事情。

如果你真的需要，你可以“欺骗”，并再次解析的<textarea>的内容，并在其中进行搜索：

import urllib 
from BeautifulSoup import BeautifulSoup as BS 

soup = BS(urllib.urlopen("http://item.taobao.com/item.htm?id=13015989524")) 

a = [] 
for textarea in soup.findAll("textarea"): 
    textsoup = BS(textarea.text) # parse the contents as html 
    a.extend(textsoup.findAll("a", attrs={"href":"http://item.taobao.com/item.htm?id=13015989524"})) 

for tag in a: 
    print tag 

# outputs 
# <a href="http://item.taobao.com/item.htm?id=13015989524" target="_blank"><img ... 
# <a href="http://item.taobao.com/item.htm?id=13015989524" title="901 ... 

Answer 2

使用字典来存储属性：

soup.findAll('a', { 
    'href': "http://item.taobao.com/item.htm?id=13015989524" 
})