使用漂亮的汤和 python 从无序列表中抓取文本

Question

我正在使用 python 和漂亮的汤从网页上抓取信息。我对以下源代码部分感兴趣：<ul class="breadcrumb"><li><a href="/" title="Return to the home page">Home</a><span class="sprite icon-delimiter"></span></li><li><a href="/VehicleSearch/Search/Mini" title="View our range of Mini vehicles">Mini</a><span class="sprite icon-delimiter"></span></li><li class="active"><a href="/VehicleSearch/Search/Mini/Countryman" title="View our range of Mini Countryman">Countryman</a></li></ul>我想提取无序列表项目符号的文本，即“Home”、“Mini”和“Countryman”（也是所有链接）。到目前为止，我最接近的尝试是：for ul in soup.findAll('ul', class_='breadcrumb'):    print(ul.find('a').contents[0])但这只能找到“主页”链接，而不是其他两个链接。请问如何找到所有三个链接文本？

Answer 1

尝试为链接文本添加内循环：

for ul in soup.findAll('ul', class_='breadcrumb'):

    for link in ul.findAll('a'):

        print(link.text)