Question

我正在尝试仅检查表单上复选框旁边的标签文本。

这是html：

<div class="x-panel-bwrap" id="ext-gen1956"><div 
class="x-panel-body" id="ext-gen1957" style="width: 226px;">
<div class="x-form-check-wrap" id="ext-gen1959"><input type="checkbox" autocomplete="off" id="ext-comp-1609" name="ext-comp-1609" class=" x-form-checkbox x-form-field">
<label for="ext-comp-1609" class="x-form-cb-label" id="ext-gen1960">labeltext1</label></div>
<div class="x-form-check-wrap" id="ext-gen1961"><input type="checkbox" autocomplete="off" id="ext-comp-1607" name="ext-comp-1607" class=" x-form-checkbox x-form-field">
<label for="ext-comp-1607" class="x-form-cb-label" id="ext-gen1962">labeltext2</label></div>
<div class="x-form-check-wrap" id="ext-gen1963"><input type="checkbox" autocomplete="off" id="ext-comp-1605" name="ext-comp-1605" class=" x-form-checkbox x-form-field" checked="">
<label for="ext-comp-1605" class="x-form-cb-label" id="ext-gen1964">labeltext3</label></div>

我希望得到的标签位于复选框旁边，区别在于checked =＆＃34;＆＃34;＆＃34;

for checkboxes in soup.find_all('input', attrs={"id":"ext-comp-1609"}):
    if checkboxes.find('input', attrs={"checked":""}):
        label_1 = soup.find('label',{'id':'ext-gen1960'}).text
        print(label_1)
    else:
        continue

for checkboxes in soup.find_all('input', attrs={"id":"ext-comp-1607"}):
    if checkboxes.find('input', attrs={"checked":""}):
        label_2 = soup.find('label',{'id':'ext-gen1962'}).text
        print(label_2)
    except:
        continue

for checkboxes in soup.find_all('input', attrs={"id":"ext-comp-1605"}):
    if checkboxes.find('input', attrs={"checked":""}):
        label_3 = soup.find('label',{'id':'ext-gen1964'}).text
        print(label_3)
    else:
        continue

我的问题是这会抓住标签是否被检查。我也尝试过使用has_attr（），但它会产生相同的结果。

尝试过的解决方案：

soup = BeautifulSoup(browser.page_source, 'html.parser')
for checkbox in soup.find_all('input', checked=True):
    print(checkbox.label.get_text())

和

soup = BeautifulSoup(browser.page_source, 'html.parser')
for checkbox in soup.select('input[checked]'):
    print(checkbox.label.get_text())

for checkbox in soup.find_all('input', checked=True):
    print(checkbox.find_next_sibling("label").get_text())

Answer 1

您应该对所有checked=True元素应用input检查。然后，获取内部label元素及其文本：

soup = BeautifulSoup(data, "html.parser")
for checkbox in soup.find_all('input', checked=True):
    print(checkbox.label.get_text())

请注意，对于html5lib或lxml，您需要一种不同的方式来获取标签：

soup = BeautifulSoup(data, "html5lib")
for checkbox in soup.find_all('input', checked=True):
    print(checkbox.find_next_sibling("label").get_text())

根据您的输入数据为我工作：

In [1]: from bs4 import BeautifulSoup

In [2]: data = """your HTML here"""

In [3]: soup = BeautifulSoup(data, "html.parser")

In [4]: for checkbox in soup.find_all('input', checked=True):
   ...:     print(checkbox.label.get_text())
   ...:     
Can Submit Expense Reports

Answer 2

BeautifulSoup检查checked或True的{{1}}属性，而非False。

所以你可以这样改变：

""

使用BeautifulSoup检查是否存在没有值的属性

2 个答案: