我有一个R脚本，我正试图在python中重新制作它。
在R中，我使用rvest包，但我很难在bs4中找到等效语法
myurllist<-"http://mis.ercot.com/misapp/GetReports.do?reportTypeId=12301&reportTitle=Settlement%20Point%20Prices%20at%20Resource%20Nodes,%20Hubs%20and%20Load%20Zones&showHTMLView=&mimicKey"
mylist<-GET(myurllist)
file_list<-mylist %>% read_html %>% html_nodes(".labelOptional_ind") %>% html_text
url_list<-read_html(mylist) %>% html_nodes("a") %>% html_attr('href')
当我运行它时，我会得到file_list，这是实际的文件名，而url_list是下载这些文件的链接。我不知道如何用python做同样的事情。
如果我这样做：
page=requests.get(myurllist)
fp= BeautifulSoup(page.content, 'lxml')
url_list_raw=fp.find_all('a')
url_list=[x['href'] for x in url_list_raw]
我可以用非常相似的语法得到url_list。如果我这样做，我可以破解url_list_raw以获得file_list：
file_list=[x.parent.parent.parent.find('td').text for x in url_list_raw]
使用三重parent感觉很麻烦，而且可能会对网站进行一些小的更改。有更好的方法吗？
第二个版本的等效版本是在您的列表理解范围内继续使用css类选择器，就像使用rvest一样；这将通过bs4的CCD_ 9方法来应用。然后，您将需要每个节点的.text属性。
file_list = [i.text for i in fp.select('.labelOptional_ind')]