如何使用 Beautiful Soup 提取此 HTML 元素属性的值？

Posted 2023-02-23

【中文标题】如何使用 Beautiful Soup 提取此 HTML 元素属性的值？

【英文标题】：How would I extract the value of this HTML element attribute with Beautiful Soup?

【发布时间】：2012-01-01 13:51:41

【问题描述】：

我正在开发一个小工具来抓取网页。我正在使用Beautiful Soup。我想从页面中获取类 ID。 html 代码如下所示：

<span class='class_id' id='New_line'></span>

如何获得class_id？

【参考方案1】：

此答案是指未提及 beautifulsoup 的旧版本问题

您可以使用 LXML 并遍历所有元素，要求它们提供“类”属性的值。 LXML 是一个用于解析 XML 文档的库。

例如：

from lxml import etree
root = etree.parse(filename).getroot()

for span in root.iterdescendants("span"):
    cls = span.attrib.get("class")

【讨论】：

我正在使用 beautifulsoup 库来解析 HTML。你认为我可以用它来获取类属性吗？

也许您在here 中查找“标签的属性”。

【参考方案2】：

下面的例子对你有帮助吗？

>>> from BeautifulSoup import BeautifulSoup as B
>>> s = B("<span class='class_id' id='New_line'></span>")
>>> s.span.attrs
[(u'class', u'class_id'), (u'id', u'New_line')]