知识卡片

操作参考卡 · 6369

网页节点不同于链接文本地址

理解等级:中级

解析HTML得到节点对象后,get读取href等属性,text_content获取节点下可见文本;找到a节点不等于已取得链接地址或显示文字。属性可能缺失、文本可能嵌套,抽取后仍需检查,不应把对象打印地址当网页URL。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      get方法(针对URL)和text_content方法(针对显示文本): In [908]: lnk = links[28] In [909]: lnk Out[909]: <Element a at 0x6c48dd0> In [910]: lnk.get('href') Out[910]: 'http://biz.yahoo.com/special.ht

    参考来源

    - 位置:《利用Python进行数据分析》第6章《XML和HTML:Web信息收集》(spine287;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0273.html;u137-ch06-013)。 - 结论依据:原文在“get方法(针对URL)”附近的定义、例子或代码支撑本卡核心说明:解析HTML得到节点对象后,get读取href等属性,text_content获取节点下可见文本;找到a节点不等于已取得链接地址或显示文字。边界按已读前提解释;示例未执行。 - 原始内容:get方法(针对URL)和text_content方法(针对显示文本): In [908]: lnk = links[28] In [909]: lnk Out[909]: <Element a at 0x6c48dd0> In [910]: lnk.get('href') Out[910]: 'http://biz.yahoo.com/special.ht