【整理】用BeautifulSoup查找属性值未知的标签

【背景】

对于Python中的BeautifulSoup，之前用其去查找

<div aria-lable="xxx">

之类的标签，xxx的内容未知（可变）的前提下

想要查找到对应的此div标签，之前不知道如何实现。

因为如果写成：

sopu.findAll("div", attrs={"aria-lable": "xxx"});

则xxx必须写出来，如果不写出来属性值，也就没法用上attrs了，就没法实现此处查找特性属性值的标签了。

【解决过程】

1.后来看到：

关于正则表达式

针对：

<div aria-label="5星, 747 份评分" class="rating" role="img" tabindex="-1">
 <div>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
 </div>
 <span class="rating-count">
  747 份评分
 </span>
</div>

可以通过：

soup.findAll("div", attrs={"aria-lable": True});

去查找到属性包含aria-lable的div标签的。

2.所以，对于上面的，之前不知道如何处理：

用BeautifulSoup查找未知属性值，但是已知属性的名字的标签

则此处，就可以针对：

<div aria-lable="xxx">

去用：

sopu.findAll("div", attrs={"aria-lable": True});

就可以查找到对应的包含属性aria-lable的div标签了。

3. 后来就想到了，再去看看，在之前的：

【教程】BeautifulSoup中使用正则表达式去搜索多种可能的关键字

中提到的，bs的官网文档：

BeautifulSoup 3的中文版文档

然后，找了半天，好不容易，才找到，相关的解释：

所以，以后知道了，如果对于属性值之类的东西，是任意值，不确定的值的话，则都是用True。

4.完整代码为：

#!/usr/bin/python
# -*- coding: utf-8 -*-
"""
Function:
【整理】用BeautifulSoup查找属性值未知的标签
【整理】用BeautifulSoup查找属性值未知的标签


Author:     Crifan Li
Version:    2013-07-17
Contact:    https://www.crifan.org/about/me/
"""

from BeautifulSoup import BeautifulSoup;

def beautifulsoup_tag_attr_unknown():
    """
        demo BeautifulSoup find the tag which attribute value unknown
    """
    html = """<div aria-label="5星, 747 份评分" class="rating" role="img" tabindex="-1">
 <div>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
  <span class="rating-star">
  </span>
 </div>
 <span class="rating-count">
  747 份评分
 </span>
</div>""";
    soup = BeautifulSoup(html);
        
    foundDiv = soup.find(name="div", attrs={"aria-label":True});
    #print "foundDiv=",foundDiv;
    attrVal = foundDiv['aria-label'];
    print "attrVal=",attrVal; #attrVal= 5星, 747 份评分
    
if __name__ == "__main__":
    beautifulsoup_tag_attr_unknown();

【总结】

BeautifulSoup中，想要匹配：

<tag attr1="xxx">

则用：

sopu.find(name="tag", attrs={"attr1": True});

引申：

如果以后，在使用BeautifulSoup时，遇到类似的，想要匹配，未知的，任意的值，则应该，都可以用True去匹配。

转载请注明：在路上 » 【整理】用BeautifulSoup查找属性值未知的标签