属性の値を取り出す ― リンクURLなど

導入

見出しや価格のような「中身の文字」だけでなく、リンク先URL（href）や画像URL（src）のような属性の値を取りたいこともよくあります。

説明

from bs4 import BeautifulSoup

html = """
<a href="/items/apple" class="link">りんごの詳細</a>
<a href="/items/orange" class="link">みかんの詳細</a>
"""

soup = BeautifulSoup(html, "html.parser")

for a in soup.find_all("a"):
    text = a.text            # リンクの表示文字
    url = a.get("href")      # href 属性の値
    print(text, "->", url)

• a.text … タグの中身（表示される文字）。
• a.get("href") … href 属性の値を取り出します。a["href"] とも書けますが、属性が無いとき a["href"] はエラー、a.get("href") は None を返すので、get の方が安全です。

実行結果：

りんごの詳細 -> /items/apple
みかんの詳細 -> /items/orange

取れる URL が /items/apple のように相対パスなことに注意しましょう。完全な URL にしたいときは、サイトのドメイン（https://example.com）を前に足します（第4章・第5章で扱います）。

やってみよう

a.get("href") を a.get("class") に変えると、class 属性の値（['link'] のようにリスト）が取れます。get は「その属性の値」を返す万能の道具、と覚えましょう。

演習

上の2つのリンクについて、href の値だけを1行ずつ print してください（表示文字は不要）。