从python中的html获取价值的最佳方法？ [复制]

Posted 2023-02-24

【中文标题】从python中的html获取价值的最佳方法？ [复制]

【英文标题】：Best way to get value from html in python? [duplicate]

【发布时间】：2017-02-17 12:05:37

【问题描述】：

所以我想在 python 中抓取属性值，目前我正在使用正则表达式，但它不是那么有效，所以我想知道我应该使用什么来代替，因为很多人说正则表达式不适合这样的事情。

谢谢

这是我试图得到的。

<input type="hidden" name="test" value="99948555"> 

值总是包含随机数。

【问题讨论】：

我会检查 htmlParser (docs.python.org/2/library/htmlparser.html)

【参考方案1】：

我会使用 BeautifulSoup 进行这种解析：

from bs4 import BeautifulSoup
html = '<input type="hidden" name="test" value="99948555">'
soup = BeautifulSoup(html, 'html.parser')
print(soup.find('input')['name'], ':', soup.find('input')['value'])
# outputs : "test : 99948555"

你在这里寻找的是：soup.find('input')['value']

有关用法和示例，请参阅文档： https://www.crummy.com/software/BeautifulSoup/bs4/doc/

你可以这样安装：

[python_binary] -m pip install bs4

【讨论】：

pip install beautifulsoup4，其实

@cricket_007 取决于您使用的 python 版本。例如，在 centOS 上，我同时拥有 python2.7 和 python3.4，并且每次都使用 pip 作为模块，而 pip 二进制文件仅适用于一个版本的 python。所以是的，我建议使用 pip 作为模块。

好吧，我阅读了文档并使其正常工作，但我仍然无法仅检索值：/ 我正在考虑将结果转换为字符串和正则表达式数字

代码如下：soup = BeautifulSoup(data, "lxml") hidden_​​tags = soup.findAll("input", 'name': "test") print(hidden_​​tags)

感谢队友编辑，它工作得很好:)