دسترسی به یک لینک تک <a>

[goodarziasl]

سلام
دوستان برنامه من قراره بره از داخل سایت لینک را برداشت کنه کدها htmبه صورت زیره برنامه من کل تگ های div را توی متغیر ذخیره میکنه ولی من نمیتونم چطور پیمایش کنم تا به لینک ها و متن تک p برسم

<div id="id1">
<div id="id2">
<div id="id3">
<a herf="google.com">
google</a>
<p>جستجو</p>
</div></div></div>
<div id="id1">
<div id="id2">
<div id="id3">
<a herf="yahoo.com">
yahoo</a>
<p>ایمیل</p>
</div></div></div>

[esafb52]

سلام
دوستان برنامه من قراره بره از داخل سایت لینک را برداشت کنه کدها htmبه صورت زیره برنامه من کل تگ های div را توی متغیر ذخیره میکنه ولی من نمیتونم چطور پیمایش کنم تا به لینک ها و متن تک p برسم

<div id="id1">
<div id="id2">
<div id="id3">
<a herf="google.com">
google</a>
<p>جستجو</p>
</div></div></div>
<div id="id1">
<div id="id2">
<div id="id3">
<a herf="yahoo.com">
yahoo</a>
<p>ایمیل</p>
</div></div></div>

با سلام
این یه تکه کد هست که خودم بخشی از سایت هایی رو که میخونم استفاده میکنم فقط تگ ها رو هرچی خواستی قرار بده البته اگر چیزی خاصی مد نظرت نیست باید شرط ها رو از کد حذف کنی

import requests

import bs4

import io

import os

import datetime









print("start grab new news!!! ")

date_today=datetime.date.today()

file_path='e:\out_news_file.txt'

myfile=io.open(file_path,"a",encoding="utf-8")

myfile.write("---------------------  start news  "+  str(date_today) + "  -------------------\n\n\n")





try:

      

  









    # appratech        

    url="http://appratech.net/"      

    r=requests.get(url)

    soup=bs4.BeautifulSoup(r.content, 'html.parser')

    myfile.write("----------*** "+ soup.title.string +" ***----------\n\n\n")

    link=soup.find_all("h2")

    for li in link :

        if len(li.text)>50:

            myfile.write(li.text +'\n')

    myfile.write("\n\n\n")









    # zoomit

    url="https://www.zoomit.ir/"   

    r=requests.get(url)

    soup=bs4.BeautifulSoup(r.content, 'html.parser')

    myfile.write("----------*** "+ soup.title.string +" ***----------\n\n\n")

    link=soup.find_all("h3")

    counter_to_skip_item=0

    for li in link :

            counter_to_skip_item+=1

            if counter_to_skip_item<7 or counter_to_skip_item> 27:

                    continue

            myfile.write(li.text +'\n')





    myfile.write("\n\n\n")  









    # digiato

    url="http://www.digiato.com/"   

    r=requests.get(url)

    link= soup=bs4.BeautifulSoup(r.content, 'html.parser')

    myfile.write("----------*** "+ soup.title.string +" ***----------\n\n\n")

    links=link.find_all("h1")

    for li in links :

        if len(li.text)>20:

            myfile.write(li.text +"\n")





    

except :

    print("error" )

myfile.close

myfile.write("---------------------  end news -------------------\n\n\n")

myfile.write("---------------------  end news -------------------\n\n\n")

print("end news")

os.startfile(file_path)