Я использую Beautifulsoup 4.4 и python 3.6.6. Я извлек все ссылки, однако не могу распечатать все ссылки, которые содержат
'class': ['_self']
Это полная ссылка, которая извлекается, которую я хочу извлечь из списка ссылок.
{'href': 'https://www.racingnsw.com.au/news/latest-racing-news/highway-sixtysix-on-right-route/', 'class': ['_self'], 'target': '_self'}Я не могу правильно получить синтаксис, хотя он выглядит как документы bs4 по атрибутам .
import requests as req
import json
from bs4 import BeautifulSoup
url = req.get(
'https://www.racingnsw.com.au/media-news-premierships/latest-news/')
data = url.content
soup = BeautifulSoup(data, "html.parser")
links = soup.find_all('a')
for item in links:
print(item['class']='self')BeautifulSoup поддерживает селектор CSS, который позволяет вам выбирать элементы на основе содержимого определенных атрибутов. Сюда входит селектор * = для содержит.
import requests as req
from bs4 import BeautifulSoup
url = req.get(
'https://www.racingnsw.com.au/media-news-premierships/latest-news/')
data = url.content
soup = BeautifulSoup(data, "html.parser")
for items in soup.select('a[class*="_self"]'):
print(items)