如何使用BeautifulSoup从包含li元素的<a>标签中提取href链接？

算力阿峰

2026-5-22

嘿，别担心！刚上手Python和BeautifulSoup遇到这种嵌套标签的情况太正常了——其实核心思路超简单：不管标签里面嵌套了多少li、img、h3这些无关内容，你只需要直接定位到标签本身，然后提取它的href属性就好，完全不用处理里面的子元素。

我给你写个适配你提供的HTML结构的完整示例：

首先导入必要的库：

from bs4 import BeautifulSoup

假设你的HTML内容是这样的（补全了你没写完的代码片段）：

html_content = '''
<a href="/link-i-want/to-get.html"> 
  <li class="cat-list-row1 clearfix"> 
    <img align="left" alt="Do not need!" src="https://do.not/need/.jpg" style="margin-right: 20px;" width="40%"/> 
    <h3> 
      <p class="subline">Do not need</p> Do not need! 
    </h3> 
    <span class="tag-body"> 
      <p>Do not need either!</p>
    </span>
  </li>
</a>
'''

接下来解析HTML并提取目标href：

# 初始化解析器
soup = BeautifulSoup(html_content, 'html.parser')

# 定位目标<a>标签——如果页面只有这一个<a>，直接用find('a')就行；如果有多个，可以加筛选条件（比如结合父元素类名）
target_a_tag = soup.find('a')

# 提取href属性
if target_a_tag:
    desired_link = target_a_tag.get('href')
    print("提取到的目标链接：", desired_link)
else:
    print("未找到目标<a>标签")

运行这段代码后，你就能得到想要的/link-i-want/to-get.html啦！

额外小技巧：如果页面里有多个标签，你可以用find_all('a')获取所有标签后遍历提取；或者通过更精准的定位条件缩小范围，比如这个在某个特定类的div里，就可以写soup.find('div', class_='target-div-class').find('a')来定位。

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

相关产品推荐

方舟 Agent Plan

超全模态模型 × Harness 升级，最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分)，限时 9.9 元起

产品介绍相关文档

火山引擎最新活动