Le code que je utilise pour gratter le contenuAyant du mal à extraire le texte à l'intérieur gratté les balises HTML en utilisant belle soupe
Ceci retourne une liste avec des entrées semblables à ce
<li class="title"><h4><a href="/addons/wow/world-quest-tracker">World Quest Tracker</a></h4></li>
Je suis tenter d'extraire le texte entre les balises href, dans ce cas
World Quest Tracker
Comment pourrais-je ccomplis cela?
Essayez ceci.
from bs4 import BeautifulSoup
html='''
<li class="title"><h4><a href="/addons/wow/world-quest-tracker">World Quest Tracker</a></h4></li>
'''
soup = BeautifulSoup(html, "lxml")
for item in soup.select(".title"):
print(item.text)
Résultat:
World Quest Tracker
html_doc = '<li class="title"><h4><a href="/addons/wow/world-quest-tracker">World Quest Tracker</a></h4></li>'
soup = BeautifulSoup(html_doc, 'html.parser')
print soup.find('a').text
ce imprimera
u'World Quête Tracker »
Je tente d'extraire le texte inbetween les balises href
Si vous voulez réellement le texte dans l'attribut href, et non la contenu texte enveloppé par l'ancre <a></a> (votre libellé est un peu flou), utilisez get('href'):
from bs4 import BeautifulSoup
html = '<li class="title"><h4><a href="/addons/wow/world-quest-tracker">World Quest Tracker</a></h4></li>'
soup = BeautifulSoup(html, 'lxml')
soup.find('a').get('href')
'/addons/wow/world-quest-tracker'