Использование BeautifulSoup для извлечения значений тегов привязки

Question

Я пытаюсь использовать BeautifulSoup для извлечения значений с сайта. Значения по сути являются результатами поиска, в данном случае это аптеки в конкретном регионе. Исходный код страницы, с которой я пытаюсь извлечь, содержит следующий HTML-код:

<a id="body_BusinessSearchResultSummaryList_repBusinessList_lnkBusinessProfile_1" class="sr-item-link" href="http://www.mocality.co.ke/b/applegene-pharmacy/applegene/brooklyn/health-and-beauty-medical/_/airtime-chemist-cosmetics-medicine/d42f7388-3f9b-4a34-8971-dc6ae9692586?skw=pharmacys&amp;rcnt=10">Applegene Pharmacy</a>

идентификатор тега привязки увеличивается на основе результатов, поэтому следующий имеет 2:

<a id="body_BusinessSearchResultSummaryList_repBusinessList_lnkBusinessProfile_2" class="sr-item-link" href="http://www.mocality.co.ke/b/natros-pharmacy/natrosoh/innercore/medical-services/_/_/0cfe6a11-7bee-41f8-8d2e-6a472557201f?skw=pharmacys&amp;rcnt=10">Natros Pharmacy</a>

Я использовал findAll ('a'), но это дает мне все теги привязки. Как я могу использовать BeautifulSoup, чтобы проанализировать это и извлечь значения определенного тега привязки?

Answer 1

from BeautifulSoup import BeautifulSoup

txt = '''<a id="body_BusinessSearchResultSummaryList_repBusinessList_lnkBusinessProfile_1" class="sr-item-link" href="http://www.mocality.co.ke/b/natros-pharmacy/natrosoh/innercore/medical-services/_/_/0cfe6a11-7bee-41f8-8d2e-6a472557201f?skw=pharmacys&amp;rcnt=10">Natros Pharmacy</a>
<a id="body_BusinessSearchResultSummaryList_repBusinessList_lnkBusinessProfile_2" class="sr-item-link
" href="http://www.mocality.co.ke/b/natros-pharmacy/natrosoh/innercore/medical-services/_/_/0cfe6a11-
7bee-41f8-8d2e-6a472557201f?skw=pharmacys&amp;rcnt=10">Natros Pharmacy</a>'''
match = 'body_BusinessSearchResultSummaryList_repBusinessList_lnkBusinessProfile'

soup = BeautifulSoup(txt)
for a in soup.findAll('a'):
        if a.has_key('id') and a['id'].startswith(match):
               print a['href'], a.contents

Answer 2

Используйте ключевые аргументы find, которые ограничивают атрибуты:

find("a", id="whatever_1")

Вы также можете вызвать find с (логической) функцией:

def isRight(tag):
    return ...

findAll(isRight)