从 BeautifulSoup 结果中获取表单“动作”

Posted 2023-02-23

【中文标题】从 BeautifulSoup 结果中获取表单“动作”

【英文标题】：Getting form "action" from BeautifulSoup result

【发布时间】：2014-06-21 04:27:00

【问题描述】：

我正在为网站编写 Python 解析器以自动完成某些工作，但我不太喜欢 Py 的“re”模块（正则表达式）并且无法使其工作。

req = urllib2.Request(tl2)
req.add_unredirected_header('User-Agent', ua)
response = urllib2.urlopen(req)
try:
    html = response.read()
except urllib2.URLError, e:
    print "Error while reading data. Are you connected to the interwebz?!", e

soup = BeautifulSoup.BeautifulSoup(html)
form = soup.find('form', id='form_product_page')
pret = form.prettify()

print pret

结果：

<form id="form_product_page" name="form_1362737440" action="/download/791055/164084/" method="get">
<input id="nojssubmit" type="submit" value="Download" />
</form>

确实，代码已经完成，正是我需要的开始。现在，我想知道应该以哪种方式从“form”标签中提取“action”属性。这只是我需要的 BeautifulSoup 响应。

我尝试使用form = soup.find('form', id='form_product_page').parent.get('action')，但结果为“无”。我要提取的是例如“/download/791055/164084/”。这在来自链接的每个 URL 上都不同。

---

变量（示例）： tl2 = http://example.com ua = Mozilla 火狐 / 14.04

【参考方案1】：

您可以一步完成：

action = soup.find('form', id='form_product_page').get('action')

【讨论】：

哎呀，看来我得多阅读 BS 文档了。这正是我所需要的。谢谢！已接受答案。

在我的情况下，如果 action 包含参数，这不起作用，即 action="https://site.tld/file?arg1=test" ， .get('action') 只会检索 https://site.tld/file