BeautifulSoup：提取HTML标记属性

Question

是否有办法仅在text=True未指定标记的情况下获取HTML标记属性。

示例：

html=<p class="c4">SOMETEXT</p>

我能做到：

[tag.attrs for tag in soup.findAll('p')]
>>> [[(u'class', u'c1')]]

有办法吗？

[text.attrs for text in soup.findAll(text=True)]

帮助很多！

Answer 1

认为你想要这个，因为问题已得到澄清：

[tag.attrs for tag in soup.findAll(True) if tag.string]

.findAll(True)会在文档中返回所有标记，因此即使它为空，它们也会有.attr，如果标记包含.string内容，则会过滤

Answer 2

>>> from bs4 import BeautifulSoup as bs
>>> html = '<p class="c4">SOMETEXT</p><p class="c5"></p>'
>>> soup = bs(html)
>>> [tag.attrs for tag in soup.findAll('p') if tag.string]
[{'class': ['c4']}]