Nur der erste link der eine URL-Liste mit BeautifulSoup

Ich analysiert eine gesamte HTML-Datei, extrahieren von URLs mit Beautifulsoup-Modul in Python, mit diesem Stückchen code:

for link in soup.find_all('a'):
    for line in link :
        if "condition" in line :

           print link.get("href")

und ich bekomme in der shell eine Reihe von links, die zu beobachten, die Bedingung in der if-Schleife:

  • http://..link1
  • http://..link2
  • .
  • .
  • http://..linkn

wie kann ich in einer variable "Ausgabe" wird nur der erste link in dieser Liste?

EDIT:

Die web-Seite ist : http://download.cyanogenmod.com/?device=p970 , das Skript für die Rückgabe des ersten kurz-URL (http://get.cm/...) in der HTML-Seite.

Den link loop, parse, ALLE <a href> </a> strings in die HTML-Seite, die Zeile loop flows wieder den Turnus der überprüfung der Bedingung in der wenn-Turnus, also es gibt nur die URLs, beachten Sie die Bedingung

InformationsquelleAutor Gabriele Salvatori | 2012-10-14

  1. 6

    Können Sie es mit einem oneliner:

    import re

soup.find('a', href=re.compile('^http://get.cm/get'))['href']

    Zuweisung an eine variable:

    variable=soup.find('a', href=re.compile('^http://get.cm/get'))['href']

    Ich habe keine Ahnung, was genau machst du so ich poste den vollen code von Grund auf:
    NB! wenn Sie bs4 ändern Sie die Einfuhren

    import urllib2
from BeautifulSoup import BeautifulSoup
import re

request = urllib2.Request("http://download.cyanogenmod.com/?device=p970")
response = urllib2.urlopen(request)
soup = BeautifulSoup(response)
variable=soup.find('a', href=re.compile('^http://get.cm/get'))['href']
print variable

>>> 
http://get.cm/get/4jj
    ich habe versucht, dem schließen der Turnus mit brechen, und ordnen Sie die Verknüpfung zu einer variable in der Zeile loop, aber zu dieser Zeit die shell nicht alles drucken.
    yep, nach dem Ende des Turnus mit break mit print output
    NÖ, es gibt mir eine Einrückung Fehler in der wenn-Turnus
    ich habe Feste Einrückung, aber shell gibt nichts zurück
    Hinzugefügt der vollständige code zurückgibt, die das Ergebnis, das Sie wollte.

    InformationsquelleAutor root

  2. 1

    Können Sie dies tun, mehr leicht und klar in BeautifulSoup ohne Schleifen.

    Vorausgesetzt, Ihr analysiert BeautifulSoup-Objekt namens soup:

    output = soup.find(lambda tag: tag.name=='a' and "condition" in tag).attrs['href']
print output

    Beachten Sie, dass die find Methode gibt nur das erste Ergebnis, während find_all gibt alle von Ihnen.

    Diese Lösung gibt mir diese Fehlermeldung : AttributeError: 'NoneType' object has no attribute 'attrs'
    Das ist, weil Sie nicht implementieren die lambda richtig. Was ich schrieb, für Sie war ein Beispiel für die Verwendung der offensichtlich falsche "condition" in tag. Sie sind immer die AttributeError weil soup.find ist nicht zu finden, alle Objekte, für die die lambda zurück True, und damit bist du dann der Versuch zu nennen attrs auf None. Ich wäre in der Lage gewesen, um eine bessere Antwort hatte man sich gegeben, die website, die Sie zogen ursprünglich.

    InformationsquelleAutor jdotjdot

Schreibe einen Kommentar