me gustaría extraer el enlace del encabezado.
en la funcion parse, vereis una variable "enlace" que está vacia. Quiero extraer el mismo enlace que es el h2.
Supongo que en vez de extraer el TEXT, debo extraer el LINK, pero no se como se hace.
Alguien conoce un método o una función que encaje ahí? Gracias
def parse(self, response):
soup = BeautifulSoup(response.body)
contenedor_noticias = soup.find_all('table', class_="serpContainerMinHeight")
for contenedor in contenedor_noticias:
noticias = contenedor.find_all('div', class_="jobsearch-SerpJobCard")
for noticia in noticias:
item = ItemLoader(Noticia(), response.body)
titular = noticia.find('h2').text.replace('\n', '').replace('nueva', '')
descripcion = noticia.find(class_="summary").text.replace('\n', ' ')
empresa = noticia.find(class_="company").text
ciudad = noticia.find(class_="location").text
enlace =
print(enlace)
if (descripcion != None):
descripcion = descripcion
else:
descripcion = "N/A"
print()
item.add_value('titular', titular)
item.add_value('descripcion', descripcion)
item.add_value('empresa', empresa)
item.add_value('ciudad', ciudad)
item.add_value('enlace', enlace)
pedir_id_para_editar(titular, descripcion, empresa, ciudad, enlace)
yield item.load_item()
titular
?