使用Python Beautiful Soup提取href返回None，求解决方法

嘿，我来帮你搞定这个坑！你说能筛选到目标article节点，但调用url.get('href')返回None，大概率是这几个原因，咱们一步步排查：

1. 你选中的article标签本身根本没有href属性 #

很多时候，商品卡片类的article标签只是个容器，真正的链接是放在它内部的<a>标签里的。你可以先把选中的article节点打印出来看看结构——比如用print(article.prettify())，就能清楚看到href到底在哪个子节点上。

举个例子，如果你的HTML结构是这样的：

<article>
  <div class="product-info">
    <h3>Gonz Logo Black</h3>
    <a href="/product/gonz-logo-black" class="product-link">查看详情</a>
  </div>
</article>

那你直接取article的href肯定是None，得先找到里面的<a>标签再拿href。

2. 文本匹配的逻辑可能有偏差 #

你用的筛选条件是不是只匹配了article标签直接包含的文本？如果“Gonz Logo”和“Black”是在article的子元素（比如h3、p）里，那text=lambda...的匹配可能没问题，但还是要确认选中的节点是不是你预期的那个。

修正后的代码示例 #

给你改个能拿到href的版本，你可以根据实际HTML结构调整：

from bs4 import BeautifulSoup

# 假设你的页面内容存在html变量里
soup = BeautifulSoup(html, 'html.parser')

# 先筛选包含目标文本的article
target_articles = soup.find_all(
    'article',
    text=lambda t: t and 'Gonz Logo' in t and 'Black' in t
)

for article in target_articles:
    # 查找article下的第一个a标签（如果有特定class可以加上，比如find('a', class_='product-link')）
    link_tag = article.find('a')
    if link_tag:
        # 提取href，get()比直接用[]更安全，不会因为属性不存在报错
        product_href = link_tag.get('href')
        print(f"找到链接：{product_href}")
    else:
        print("这个article里没找到a标签哦")

如果上面的方式还是不行，你可以换一种筛选逻辑：先遍历所有article，再检查它的文本内容里是否包含关键词，然后找a标签：

for article in soup.find_all('article'):
    # 提取article的所有文本并去除空格
    article_text = article.get_text(strip=True)
    if 'Gonz Logo' in article_text and 'Black' in article_text:
        link_tag = article.find('a')
        if link_tag:
            print(link_tag.get('href'))

关键还是要先看清楚你选中的article的HTML结构，确认href的位置，问题就能迎刃而解啦！

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