Question

当你想螃蟹一个标签的孩子时，我很困惑汤的美妙效果。所以，我有以下HTML代码

<div class="media item avatar profile">
<a href="http://..." class="media-link action-medialink">
<img class="media-item-img" src="http://...jpeg" alt="name" title="name" width="150" height="200">
</a>
</div>

我想抓住src标签。我使用以下代码：

soup = BeautifulSoup(file_)
for x in soup.find('div', attrs={'class':'media item avatar profile'}).findNext('img'):
    print x

这会打印整个img标签。我如何只选择src？

谢谢。

Answer 1

src是attribute of the tag。获得标记后，像访问字典键一样访问属性;您只找到了a代码，因此您还需要导航到包含的img代码：

for x in soup.find_all('div', attrs={'class':'media item avatar profile'}):
    print x.a.img['src']

您使用的代码findNext()会返回标记对象;循环遍历为您提供子项，因此x是img对象。我改变了这一点，使其更直接，更清晰。 x现在是div，我们直接导航到第一个a并包含img标记。

Answer 2

我想你会想要这样的东西：

soup.find('div', attrs={'class':'media item avatar profile'}).a.img['src']

In [1]: from bs4 import BeautifulSoup

In [2]: html = """\
   ...: <div class="media item avatar profile">
   ...: <a href="http://..." class="media-link action-medialink">
   ...: <img class="media-item-img" src="http://...jpeg" alt="name" title="name" width="150" height="200">
   ...: </a>
   ...: </div>"""

In [3]: soup = BeautifulSoup(html)

In [4]: soup.find('div', attrs={'class':'media item avatar profile'}).a.img['src']
Out[4]: 'http://...jpeg'

Answer 3

findNext返回与给定条件匹配的第一个项目，并显示在文档中的给定标记之后。请注意，这意味着它返回的任何代码都不能保证是给定代码的子（例如div代码的子代。）

使用findChildren限制给定标记的子级：

import BeautifulSoup as bs

file_ = '''<html>
<div class="media item avatar profile">
<a href="http://..." class="media-link action-medialink">
<img class="media-item-img" src="http://...jpeg" alt="name" title="name" width="150" height="200">
</a>
</div>  
</html>
'''
soup = bs.BeautifulSoup(file_)
for x in soup.find(
        'div', attrs={'class':'media item avatar profile'}).findChildren('img'):
    print(x['src'])

产量

http://...jpeg

BeautifulSoup：如何选择某些标签

3 个答案: