美丽汤刮特定的 href，该 href 有一个至少重复两次的类

Question

我必须像这样从不同的网络数据表中提取带有网站网址的部分。

问题是类"vermell_nobullet"比有href比我需要它重复至少两次。

如何使用网站的href提取特定的类"vermell_nobullet"。

我的代码

from bs4 import BeautifulSoup
import lxml
import requests
def parse_url(url): 
response = requests.get(url) 
content = response.content  
parsed_response = BeautifulSoup(content, "lxml") # Variable que filtre pel contigut lxml
return parsed_response 

depPres = "http://sac.gencat.cat/sacgencat/AppJava/organisme_fitxa.jsp?codi=6"
print(depPres)
soup = parse_url(depPres)
referClass = soup.find_all("a", {"class":"vermell_nobullet"})
referClass

我拥有的输出：

[<a class="vermell_nobullet" href="https://ovt.gencat.cat/gsitfc/AppJava/generic/conqxsGeneric.do?webFormId=691">
Bústia electrònica
</a>,
<a class="vermell_nobullet" href="http://presidencia.gencat.cat">http://presidencia.gencat.cat</a>]

我想要的输出：

http://presidencia.gencat.cat

Answer 1

你可以从你可以采取的标签中放置条件，比如text和href是否相同a特定标签

referClass = soup.find_all("a", {"class":"vermell_nobullet"})
for refer in referClass:
if refer.text==refer['href']:
print(refer['href'])

另一种方法查找最后一个div元素，并使用find_all方法查找最后一个href

soup.find_all("div",class_="blockAdresa")[-1].find_all("a")[-1]['href']

输出：

'http://presidencia.gencat.cat'