Python Beautifulsoup：如何在不知道相应属性名称的情况下通过属性值查找标签？

Question

让我们假设我们有一个属性值“ xyz”，而不知道属性名称。这意味着我们可以匹配

    <a href="xyz">

而且

    <div class="xyz">

是否可以搜索此类标签？

Answer 1

一种解决方案是在c函数中使用lambda。

示例：

find_all

打印：

data = '''<a href="xyz">a</a>
<div class="somethingelse">b</div>
<div class="xyz">c</div>'''

from bs4 import BeautifulSoup
soup = BeautifulSoup(data, 'html.parser')

for tag in soup.find_all(lambda tag: any('xyz' in tag[a] for a in tag.attrs)):
    print(tag)

Answer 2

[tag for tag in soup.find_all(True) 
    if "xyz" in tag.attrs.values() or ["xyz"] in tag.attrs.values()]

说明：

• soup.find_all(True)查找所有标签（因为True代表每个评估为True的标签）。

• tag.attrs是tag的所有属性的字典。

• 我们对标签属性名称（如href，class，id）不感兴趣，仅对它们的值感兴趣-因此我们使用tag.attrs.values()。
• 某些属性是多值的（例如class="x y"），因此它们在attrs词典中的值是一个列表（例如["x", "y"]）。因此，我们同时测试了"xyz"和["xyz"]的可能性。