如何用Beautiful Soup提取HTML中的href属性链接？

我编写了如下代码，希望从HTML中提取href属性对应的店铺链接（示例链接：https://storelocator.homebargains.co.uk/store/A779/Quedgeley+Retail+Park,+Gloucester），请问该如何实现？

import requests
from bs4 import BeautifulSoup

url = "https://storelocator.homebargains.co.uk/all-stores"
soup = BeautifulSoup(requests.get(url).text, "html.parser")

info = soup.find("td")

print(info)

你的当前代码仅获取了第一个<td>标签，无法提取所有目标链接。以下是两种可行的实现方式：

方式一：精准定位标签提取 #

先定位包含店铺名称的<td>（页面中这类标签通常带有store-name类），再从中提取<a>标签的href属性：

import requests
from bs4 import BeautifulSoup

url = "https://storelocator.homebargains.co.uk/all-stores"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")

# 获取所有带store-name类的td标签
store_cells = soup.find_all("td", class_="store-name")
for cell in store_cells:
    link_tag = cell.find("a")
    if link_tag and link_tag.get("href"):
        print(link_tag.get("href"))

方式二：通过链接特征过滤 #

利用目标链接包含/store/的特征，直接筛选符合条件的<a>标签：

import requests
from bs4 import BeautifulSoup

url = "https://storelocator.homebargains.co.uk/all-stores"
soup = BeautifulSoup(requests.get(url).text, "html.parser")

# 遍历所有带href属性的a标签，过滤出包含/store/的链接
for link in soup.find_all("a", href=True):
    if "/store/" in link["href"]:
        print(link["href"])

关键说明 #

• 用find_all()替代find()，可获取所有匹配标签，而非仅第一个
• get("href")比直接["href"]更安全，无href属性时返回None而非报错
• 通过class或链接特征过滤，能避免提取无关的冗余链接

内容的提问来源于stack exchange，提问作者S L