Link 属性未在 BeautifulSoup object 中打印

Question

我正在编写一个程序，它将从 google 新闻中提取头条新闻。它应该打印文章的标题和 link。但是，它不会打印 link.

import bs4
from bs4 import BeautifulSoup as soup
from urllib.request import urlopen

news_url="https://news.google.com/news/rss"
Client=urlopen(news_url)
xml_page=Client.read()
Client.close()

soup_page=soup(xml_page,"lxml")
news_list=soup_page.findAll("item")
# Print news title, url and publish date
for news in news_list:
  print(news.title.text)
  print(news.link.text)  
  print("-"*10)

这是输出行的示例

Following Falcon 9 Saturday launch, CRS-17 Dragon arrives at the ISS

----------

它应该打印标题和 link。但它只打印标题

Answer 1

您应该修改代码中的这一行：

soup_page=soup(xml_page,"lxml")

进入：

soup_page=soup(xml_page,"xml")

你得到了结果。

Answer 2

这个 html 有一个奇怪的结构，但是如果你把代码中的 for 循环改成这样：

for news in news_list:
   link = news.select_one('title')    
   print(link.text)
   print(link.next_sibling.next_sibling)
   print("-"*10)

您应该获得带有 link 的标题。