如何使用BeautifulSoup从网站中提取“ href”链接？

BeautifulSoup是第三方Python库，用于解析网页中的数据。它有助于Web抓取，Web抓取是从不同资源提取，使用和处理数据的过程。

Web抓取还可以用于提取数据以用于研究目的，了解/比较市场趋势，执行SEO监视等等。

可以运行以下行在Windows上安装BeautifulSoup-

pip install beautifulsoup4

以下是一个例子-

示例

from bs4 import BeautifulSoup
import requests
url = "https://en.wikipedia.org/wiki/Algorithm"
req = requests.get(url)
soup = BeautifulSoup(req.text, "html.parser")
print("href链接为：")
for link in soup.find_all('a'):
   print(link.get('href'))

href链接为：
…
https://stats.wikimedia.org/#/en.wikipedia.org
https://foundation.wikimedia.org/wiki/Cookie_statement
https://wikimediafoundation.org/
https://www.mediawiki.org/

说明

• 所需的软件包已导入并使用别名。

• 网站已定义。

• 网址已打开，并从中读取数据。

• “ BeautifulSoup”功能用于从网页中提取文本。

• 'find_all'函数用于从网页数据中提取文本。

• href链接打印在控制台上。