如何用Python提取href="#"中的字符串及指定HTML标签内文本？

一、提取HTML中a标签的href属性值 #

要提取HTML里a标签的href属性内容（比如href="#"里的#，或是其他链接地址），可以用BeautifulSoup库处理，步骤如下：

1. 先安装依赖库（未安装时执行）：

pip install beautifulsoup4

2. 示例代码：
   假设你有包含目标a标签的HTML内容，比如：

<a href="https://example.com" class="link">Example</a>
<a href="#" class="top-link">Back to top</a>

提取href值的代码：

from bs4 import BeautifulSoup

# 示例HTML字符串
html_content = '''
<a href="https://example.com" class="link">Example</a>
<a href="#" class="top-link">Back to top</a>
'''

# 解析HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 遍历所有a标签，提取并打印href属性
for a_tag in soup.find_all('a'):
    href_value = a_tag.get('href')
    print(href_value)

运行输出：

https://example.com
#

如果只想筛选href="#"的标签，可添加条件：

target_tags = soup.find_all('a', href='#')
for tag in target_tags:
    print(tag.get('href'))

二、从指定em标签提取文本内容 #

完全可行，用BeautifulSoup即可实现，示例代码如下：

from bs4 import BeautifulSoup

# 给定的HTML代码
html_content = '<em class="altered-search-explanation query-error-message">The following term was not found in PubMed: SNP5265</em>'

# 解析HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 定位em标签并提取文本
em_tag = soup.find('em', class_='altered-search-explanation query-error-message')
if em_tag:
    extracted_text = em_tag.get_text(strip=True)
    print(extracted_text)

运行输出：

The following term was not found in PubMed: SNP5265

如果无需通过class筛选，直接提取em标签文本也可以：

extracted_text = soup.em.get_text(strip=True)
print(extracted_text)

内容的提问来源于stack exchange，提问作者user20137369