[問題] 該如何靠一個定位點抓取上層資料？

[KeyBoardKill (✩鍵✩盤✩戮✩)]

各位好，做爬蟲又遇到了個問題...基本上來源會有 ID 跟 Number ，我必須靠Number
來追蹤到ID，目前已經能做到追蹤到Number但ID跟Number不同行，我不懂該如何提取
能給我點提示嗎？謝謝


範例:.....

str = '''
<li><a href="123.html" target=_blank class="Observe24">
十分鐘資料</a></li>
'''

如果是整行同一行我就有辦法使用split來抓到並清洗出我要的123.html
但現在如果分行了，我只能抓到 唯一識別值：十分鐘資料，我不知道應該怎麼回推

從我在原始碼找到十分鐘的資料後，往上一行獲取到 123.html 這個值

懇請指點 謝謝

--
◢      ◣
●  █≡◥◣  ◢                    ◣
】  。 \。【   這個板需要更高竿的酸民 
●  //﹀\\●  ◥                    ◤
】  ╰═╯【    ◤
  ◢◥ ◤◣

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.158.30.145
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1528022314.A.E65.html
推 ringlwe: 是不是這個呀
→ ringlwe: https://stackoverflow.com/questions/5815747/beautiful
→ ringlwe: soup-getting-href
謝謝，但不是撈所有的url，我想要先抓到
十分鐘資料後再抓到和它一起的123.hml
推 ThxThx: 我看起來你的做法是把HTML code看成是純文字來處理
→ ThxThx: 為何不先把他parse成結構化的資料？
沒錯...我是以純文字操作，我原以為能自幹功能XD...看來還是要用parse，想說或許
能節省點效能XDD


只不過剛用bs4 + lxml後 還是會有分行的狀況QQ
※ 編輯: KeyBoardKill (49.158.30.145), 06/03/2018 20:22:49
→ kobe8112: 爬蟲還是建議用selector啦，不管是CSS或是XPATH
→ kobe8112: 這樣遇到問題自己比較容易除錯，板友也容易幫忙