親要素クラスの中の指定クラスのリンクの取得。

前提・実現したいこと

親要素クラスの中の指定クラスのリンクの取得。
python、beautifulsoupnによるWEBスクレイピング機能を開発中です。

発生している問題・エラーメッセージ

class "hoge"内のclass"画像"のa ref リンクを全て取得したいのですが
上手く動きません。

色々試したのですが"hoge"内全てのリンクや"アイテム"内のみのリンクしか取得できない状況です。

初めての質問で稚拙で分かりにくいかもしれませんが、どうかご享受お願い致します。

該当のソースコード

res1 = soup.find('div', class_='hoge')
tag_list = [elem['href'] for elem in res1.find_all('a')]
print(tag_list)

quickquip

2021/01/22 00:29

動かして再現可能ソースと、望む結果があった方がよいです。 html = """<div> <ul> <li> (略) </div>""" soup = BeautifulSoup(html, "lxml") みたいな感じです。

meg_

2021/01/22 00:37 編集

res1 = soup.find('div', class_='hoge') tag_list = [elem['href'] for elem in res1.find_all('a')] print(tag_list) 上記コードの実行結果は何ですか？質問に追記しましょう。

行動規範の内容に同意します

回答1件

ベストアンサー

python
1import bs4
2html=""
3with open("test.html",encoding="utf-8",mode="r") as f:
4    html = f.read()
5    # print(html)
6soup = bs4.BeautifulSoup(html,"lxml")
7
8res1 = soup.find('div', class_='hoge')
9tag_list = [elem['href'] for elem in res1.find_all('a') if elem.parent.attrs["class"] == ['画像']]
10print(tag_list)

　
test.html

HTML
1<div class="hoge">
2 <ul class="全てのアイテム"></ul>
3 <li class="アイテム">
4  <div class="コンテンツ">
5   <div class="画像">
6    <a href="hogehoge1.html">hogehoge_img</a>
7   </div>
8  </div>
9  <div class="コンテンツ">
10   <div class="名前">
11    <a href="hogehoge2.html">hogehoge_name</a>
12   </div>
13  </div>
14 </li>
15 <li class="アイテム">
16  <div class="コンテンツ">
17   <div class="画像">
18    <a href="hogehoge123a.html">hogehoge123_img</a>
19   </div>
20  </div>
21  <div class="コンテンツ">
22   <div class="名前">
23    <a href="hogehoge123b.html">hogehoge123_name</a>
24   </div>
25  </div>
26 </li>
27 </ul>
28</div>