本文详解为何 `find_all(class_="side_categories")` 返回单个 `
当你调用 soup.find_all(class_="side_categories") 时，Beautiful Soup 确实返回了一个 ResultSet（本质是类列表对象），但它只包含一个匹配的 要获取所有分类链接（即 标签），需进一步在该容器内查找目标元素。以下是两种推荐做法： 通过以上任一方法，你将获得真正的可迭代链接列表，轻松完成后续数据采集任务。核心原则是：先定位容器，再聚焦目标；避免对容器本身调用 find_all，而应在容器内查找子元素。✅ 方法一：使用 CSS 选择器（推荐，简洁高效）
from bs4 import BeautifulSoup
import requests
url = "http://books.toscrape.com/"
page = requests.get(url)
soup = BeautifulSoup(page.text, "html.parser")
# 直接定位所有位于 .side_categories 内的 标签（层级更精确）
for link in soup.select('.side_categories li a'):
href = link.get('href')
if href: # 防止 None 值
full_url = url.rstrip('/') + '/' + href.lstrip('/')
print(full_url)
✅ 方法二：链式查找（语义清晰，易理解）
# 先找到容器，再在其内部查找所有 标签
side_nav = soup.find(class_='side_categories')
if side_nav:
for link in side_nav.find_all('a'):
href = link.get('href')
if href:
full_url = url.rstrip('/') + '/' + href.lstrip('/')
print(full_url)
⚠️ 注意事项：find() 返回单个 Tag 对象（或 None），而 find_all() 返回 ResultSet（可迭代）；使用 select() 或 find_all() 时，务必确认选择器路径是否准确（如 .side_categories li a 表示“class 为 side_categories 的元素下的所有 li 中的 a”）；处理 href 时建议做空值检查（link.get('href') 可能为 None），并规范化 URL 拼接（避免双斜杠 //）；若需提取分类名称（如 “Travel”, “Mystery”），可用 link.get_text(strip=True) 替代 link.get('href')。
