Python 如何从BeautifulSoup4中的html标记中查找特定的数据属性？

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文档中使用此行：

<ul data-bin="Sdafdo39">

---

如何通过在整个html文档中搜索具有

data bin

属性的元素来检索

Sdafdo39

？

您可以使用

find\u all

方法来获取所有标记，并基于在其属性中找到的“data bin”进行过滤，将获得获得它的实际标记。然后我们可以简单地提取它对应的值，如下所示

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']

从bs4导入美化组
html_doc=“”
“
bs=美化组（html\U文档）
为bs中的项目打印[item[“data bin”]。如果item.attrs中的“data bin”，则为find_all（）
#['Sdafdo39']

更准确一点

这样，迭代列表只包含具有您想要查找的属性的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})]

从bs4导入美化组
bs=美化组（html\U文档）
html_doc=“”
foo
“
[bs.find_all（'ul'，attrs={'data-bin'：True}中的项的项['data-bin']

您只需几行即可解决此问题：

首先，导入html并将其转换为

Soup

对象：

来自gazpacho进口汤的

html=“”
“”
汤=汤（html）

然后，您只需搜索“ul”标记并提取href属性：

soup.find（“ul”）.attrs[“数据箱”]
#Sdafdo39

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})]