原博客地址：

https://www.cnblogs.com/dengyg200891/p/6060010.html

1 # -*- coding:utf-8 -*- 2 #python 2.7 3 #XiaoDeng 4 #http://tieba.baidu.com/p/2460150866 5 #标签操作 6  7  8 from bs4 import BeautifulSoup 9 import urllib.request10 import re11 12 13 #如果是网址，可以用这个办法来读取网页14 #html_doc = "http://tieba.baidu.com/p/2460150866"15 #req = urllib.request.Request(html_doc)  16 #webpage = urllib.request.urlopen(req)  17 #html = webpage.read()18 19 20 21 html="""22 23 24 
The Dormouse's story
25 
Once upon a time there were three little sisters; and their names were26 
       ,27 Lacie and28 Tillie;29 Lacie30 and they lived at the bottom of a well.
31 
...
32 """33 soup = BeautifulSoup(html, 'html.parser')   #文档对象34 35 36 #查找a标签,只会查找出一个a标签37 #print(soup.a)#
      38 39 for k in soup.find_all('a'):40     print(k)41     print(k['class'])#查a标签的class属性42     print(k['id'])#查a标签的id值43     print(k['href'])#查a标签的href值44     print(k.string)#查a标签的string45     #tag.get('calss')，也可以达到这个效果

 

在使用该方法的k['href']读取网页链接时，编译器报错：

KeyError: 'href'

修改为：

k.get('href')

成功运行，取出href中的链接。