python爬网页标题与网址

先上效果图：


全部代码：

import requests
from bs4 import BeautifulSoup

req = requests.get('https://www.geekdigging.com/')
html = req.text

bf = BeautifulSoup(html,'lxml') #用lxml解析器格式化文本
texts = bf.find_all('h2',class_='item-title')   #提取所有<h2 class="item-title">标签的内容

a_bf = BeautifulSoup(str(texts),'lxml') #用lxml解析器格式化文本
a = a_bf.find_all('a')  #在上面数据的基础上再提取所有<a>标签的内容

list_a=[]
for aa in a:    
    list_a.append(((aa.string).replace(' ','') ,aa.get('href'))) #提取标题并去除空格+提取网址，追加到列表

list_a.sort()   #对列表进行排序.升序
for aaa in list_a:
    print(aaa[0],aaa[1])

以下分别用图片说明代码实现的功能

实现代码：

bf = BeautifulSoup(html,'lxml') #用lxml解析器格式化文本
texts = bf.find_all('h2',class_='item-title')   #提取所有<h2 class="item-title">标签的内容

------------------------------------------------------------------------------------------------------------------------------------

实现代码：

a_bf = BeautifulSoup(str(texts),'lxml') #用lxml解析器格式化文本
a = a_bf.find_all('a')  #在上面数据的基础上再提取所有<a>标签的内容

------------------------------------------------------------------------------------------------------------------------------------

从上图看到存在许多空格，并不是想要的格式，我要除掉所有空格。

list_a=[]
for aa in a:    
    list_a.append(((aa.string).replace(' ','') ,aa.get('href'))) #提取标题并去除空格+提取网址，追加到列表

到了这里，格式是我想的，但排序还是不满意，原谅我是处女座，继续优化

list_a.sort()   #对列表进行排序.升序
for aaa in list_a:
    print(aaa[0],aaa[1])

最后的效果，看起来舒服好多了