使用beautifulsoup Python获取div中的第一个链接

Question

我正在尝试使用此HTML中的beautifulsoup获取此链接：

    <div id="downloads" style="text-align:left">
        Download as Excel tables:  
<a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&download=guides&format=xls">Guides</a>

    <a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&satMut=1">Saturating mutagenesis assistant</a><br>
            <small>Tab-sep format:  
    <a href="crispor.py?batchId=Kn3CuFPN9QbwruIqkBGk&download=guides&format=tsv">Guides</a>

我试过这段代码：

for link in soup.find_all('a', href=True, text='Guides'):
             crisporDL = link['href']

但这是输出上面的第二个链接，因为你可以看到两个都有文本'指南'，我如何得到第一个链接？因为第一个链接返回一个XLS文件，而第二个链接返回一个TSV文件，我需要xls文件。

谢谢。

Answer 1

使用id选择器和a标签选择器传递给select_one。 select_one返回第一场比赛。它应该比使用find更快。

soup.select_one("#downloads a")['href']

Answer 2

我认为你要找的是find()方法，它只返回第一场比赛。

crisporDL=soup.find('a', href=True, text='Guides')['href']

在这种情况下，您不需要使用for循环。

另一种可能没有对代码进行太多更改的可能性是将limit argument添加到find_all（）。

soup.find_all('a', href=True, text='Guides',limit=1)

虽然这里完全没有必要，但是有些情况下你可能想要获得前n个匹配。