使用BeautifulSoup无法获取</blockquote>后的目标链接与内容求助

看起来你遇到的是HTML结构畸形导致的解析截断问题——原HTML里的<p>标签内部混入了不属于它的</blockquote></blockquote>闭合标签，还存在未闭合的<strong>标签，BeautifulSoup默认的html.parser会自动修复这种不规范结构，提前闭合了<p>标签，所以你通过find('p', align="left")拿到的rounds对象只包含到</p>之前的内容，后面的目标链接自然不在这个对象范围内。

给你几个可行的解决方案：

1. 换用更宽容的HTML解析器 #

html.parser对畸形HTML的容错性一般，换成lxml或者html5lib（需要先安装对应库：pip install lxml / pip install html5lib），它们能更好地处理不规范的HTML结构：

import requests
from bs4 import BeautifulSoup

page = requests.get(site)
# 改用lxml解析器（或替换成'html5lib'）
soup = BeautifulSoup(page.content, 'lxml')
rounds = soup.find('p', align="left")
# 尝试重新获取所有a标签，包括之前截断的内容
matches_links = rounds.find_all('a')
# 或者直接定位目标链接
target_link = soup.find('a', href="link i want")
if target_link:
    print("目标文本:", target_link.get_text(strip=True))
    print("目标链接:", target_link['href'])

2. 跳过p标签，直接定位目标链接 #

既然原结构的问题导致p标签无法包含所有内容，不如直接搜索你需要的目标元素：

# 根据链接地址精准查找
target_a = soup.find('a', href="link i want")
# 或者根据文本内容模糊匹配（处理文本中的空格问题）
target_a = soup.find('a', string=lambda text: text and "text i want" in text.strip())

if target_a:
    target_text = target_a.get_text(strip=True)
    target_href = target_a['href']
    print(f"找到目标：文本={target_text}，链接={target_href}")

3. 遍历所有a标签筛选 #

如果目标链接的特征不唯一，也可以遍历页面所有a标签，逐一筛选符合条件的：

all_links = soup.find_all('a')
for link in all_links:
    link_text = link.get_text(strip=True)
    link_href = link['href']
    if link_text == "text i want" and link_href == "link i want":
        print("找到目标链接:", link_href, "对应文本:", link_text)
        break

这些方法应该能帮你顺利获取到目标链接和对应文本。

内容的提问来源于stack exchange，提问作者dylo