Python爬虫：用print(x[0])仅输出'h'，如何打印首行完整URL？

架构老林

2026-7-16

问题描述

我用BeautifulSoup编写了一段Python代码，想要打印匹配到的第一个完整URL，但运行后只输出了字符"h"。代码及无限制时的输出如下：

for a in soup.find_all('a', href=True):
    if "/xxxxxx/xxxxxxxxxxxxx-" in a['href']:
        x = ("https://www.unkown.com" + a['href'])
        print(x[0])
    else:
        pass

若不做限制，代码运行后会输出多个完整URL：

https://www.unkown.com/xxxxx/xxxxxxxxxx
https://www.unkown.com/xxxxx/1xxxxxxxxx
https://www.unkown.com/xxxxx/2xxxxxxxxx
https://www.unkown.com/xxxxx/3xxxxxxxxx

我尝试用print(x[0])打印首行URL，结果只输出了"h"，请问该如何实现需求？

解决方案

你遇到的问题是因为x是拼接好的完整URL字符串，x[0]只会提取字符串的第一个字符（也就是"h"），而非第一个匹配的URL。以下两种方法可以解决：

方法一：找到第一个匹配项后打印并终止循环

在找到第一个符合条件的URL时直接打印，然后用break跳出循环，停止后续遍历：

for a in soup.find_all('a', href=True):
    if "/xxxxxx/xxxxxxxxxxxxx-" in a['href']:
        full_url = "https://www.unkown.com" + a['href']
        print(full_url)
        break  # 找到目标后立即停止循环
    else:
        pass

方法二：收集所有匹配URL后取第一个

如果后续需要用到所有匹配的URL，可以先将它们存入列表，再打印列表的第一个元素（注意先判断列表是否为空，避免索引错误）：

matched_urls = []
for a in soup.find_all('a', href=True):
    if "/xxxxxx/xxxxxxxxxxxxx-" in a['href']:
        full_url = "https://www.unkown.com" + a['href']
        matched_urls.append(full_url)

# 打印第一个匹配的URL
if matched_urls:
    print(matched_urls[0])