如何从BeautifulSoup4中的html标签中找到特定的数据属性？

Question

有没有办法只使用html中的data属性来查找元素，然后获取该值？

例如，在html doc中包含此行：

<ul data-bin="Sdafdo39">

如何通过在整个html文档中搜索具有Sdafdo39属性的元素来检索data-bin？

Answer 1

更准确一点

[item['data-bin'] for item in bs.find_all('ul', attrs={'data-bin' : True})]

这样，迭代列表只有具有您要查找的attr的ul元素

from bs4 import BeautifulSoup
bs = BeautifulSoup(html_doc)
html_doc = """<ul class="foo">foo</ul><ul data-bin="Sdafdo39">"""
[item['data-bin'] for item in bs.find_all('ul', attrs={'data-bin' : True})]

Answer 2

您可以使用find_all方法获取基于＆＃34; data-bin＆＃34;的所有标记和过滤在其属性中找到将获得我们获得它的实际标签。然后我们可以简单地提取与其对应的值，如此

from bs4 import BeautifulSoup
html_doc = """<ul data-bin="Sdafdo39">"""
bs = BeautifulSoup(html_doc)
print [item["data-bin"] for item in bs.find_all() if "data-bin" in item.attrs]
# ['Sdafdo39']

Answer 3

您可以使用gazpacho在几行中解决此问题：

首先，导入html并将其变成Soup对象：

from gazpacho import Soup

html = """<ul data-bin="Sdafdo39">"""
soup = Soup(html)

然后，您只需搜索“ ul”标签并提取href属性：

soup.find("ul").attrs["data-bin"]
# Sdafdo39