[已解决]爬虫问题

a870950142

<div class="Clbc_top">
                        <div class="calist_mbx m-t-12"><a href="/">优美图库</a><span> &gt; </span><h1><a href="/weimeitupian/">唯美图片</a></h1></div>
                        <div class="taotu-nav">
                                <span><b>&nbsp;</b><h2><a href="/weimeitupian/oumeitupian/">欧美图片</a></h2></span>
                                <a href="/weimeitupian/oumeitupian/">&emsp;更多&emsp;</a>
                        </div>
                        <div class="taotu-main">
                                <ul>
                                        <li>
                                                <a href="/weimeitupian/oumeitupian/253312.htm

从div class="Clbc_top"开始定位，寻找最下面a标签的href我该怎么写




biao=main.find('div',class_="Clbc_top").find_all('a')
这样写会把第二行的a找到，不想要那个a。哪位大佬帮帮忙啊~~~笨的要死！


我的想法是在li的下面开始找a，定位得在Clbc_top这里

最佳答案

月排行榜 / 总排行榜

ZhKQYu

2022-11-12 20:31:24

1. import requests
   
2. from bs4 import BeautifulSoup
   
3. 
   
4. url = "https://www.umei.cc/weimeitupian/"
   
5. 
   
6. soup = BeautifulSoup(requests.get(url).text, 'lxml')
   
7. html_url = [each.find("a").get("href") for each in soup.find("div", class_="Clbc_top").find_all("li")]
   
8. print(html_url)

复制代码

跳转到最佳答案楼层

suchocolate

看起来应该没问题。
不过能提供一些原网页吗，我去看看网页整体码源。

a870950142

suchocolate 发表于 2022-11-12 18:16
看起来应该没问题。
不过能提供一些原网页吗，我去看看网页整体码源。

umei.cc/weimeitupian/是这个，谢谢嘞   不让我发链接！

cflying

你不是应该定位到<div class="taotu-main">里，然后找所有a么。

a870950142

cflying 发表于 2022-11-12 18:56
你不是应该定位到里，然后找所有a么。

源代码中还有其他同名的，我复制的只是一小部分，只有clbc_top能定位到我想要的内容里面

ZhKQYu

1. import requests
   
2. from bs4 import BeautifulSoup
   
3. 
   
4. url = "https://www.umei.cc/weimeitupian/"
   
5. 
   
6. soup = BeautifulSoup(requests.get(url).text, 'lxml')
   
7. html_url = [each.find("a").get("href") for each in soup.find("div", class_="Clbc_top").find_all("li")]
   
8. print(html_url)

复制代码

a870950142

ZhKQYu 发表于 2022-11-12 20:31

nice