如何通过父div筛选元素，保留a标签并提取其href属性？

原代码的核心问题是提前调用了decompose()方法移除父元素，导致后续无法从已被删除的节点中查找并提取a标签的href属性。

修正后的代码 #

for images_url_parent in sub_doc.find_all(class_=['woocommerce-product-gallery__image flex-active-slide', 'woocommerce-product-gallery__image']):
    # 先从父元素里提取所有a标签的href属性
    a_tags = images_url_parent.find_all('a')
    for a in a_tags:
        href = a.get('href')
        print(href)  # 可根据需求将href存入列表或做其他处理
    # 确认提取完成后，再移除父元素（如果业务逻辑需要的话）
    images_url_parent.decompose()

关键说明 #

• 调整操作顺序：先提取目标数据，再执行移除操作，避免节点被删除后无法访问子元素
• 不需要嵌套循环遍历父元素，直接用find_all('a')就能定位到目标标签，再通过get('href')获取属性值
• 如果不需要保留这些父div节点，再执行decompose()；若不需要移除，直接删掉该行即可

内容的提问来源于stack exchange，提问作者stefan