抓去下來的html的文件到底是什麼格式的？
抓了一段html格式的文件如這個：&http://www.xxxcom/.htm">u6aeu623du798fu3&,如果抓去裡面的href，要怎麼抓？抓到以後還要再一次抓的話，是要兩個for循環嗎？這不是html格式的嗎？這是怎麼回事呢？
也可以用pyquery或者bs4獲取啊。
doc.find("a").attr("href")soup.find("a").get("href")
如果很多個href是有規律的，當然可以用for了。bs4是for item in find_all("a"):print(item.get("href"))
import requests
from bs4 import BeautifulSoup
def main():
req = requests.get("http://www.dbmeinv.com/dbgroup/show.htm?cid=6")
print(req.encoding)
soup = BeautifulSoup(req.text)
imgLinks = soup.find_all("div", class_=img_single)
for link in imgLinks:
print(link.find("a").get("href"))
if __name__ =="__main__":
main()
有好幾種方法可以拿到鏈接：1,拿到渲染後的源代碼後，用查找字元串或者正則表達式清洗出想要的鏈接。2,xpath獲取節點。
一層層深入抓取，當前抓到這個片段含有href，那麼拿href裡面的網址再深入一層去抓。不過你給的這個例子的網址是不正確的
其實就是帶標識符的字元串
你需要一碗湯
謝邀！你想要的大概就是Beautiful Soup: We called him Tortoise because he taught us.
推薦閱讀：
