关键字/属性的漂亮汤过滤（python）

我想用漂亮的汤和请求刮取网站的数据，我几乎得到了我想要的，但我找不到过滤最后步骤的方法：

这是我的密码：

variants = soup.find('div', class_='product-configure')
print(variants)

这将打印以下内容：

<div class="product-configure">
<select id="custom-variants">
<option disabled="disabled" selected="selected">Maak een keuze</option>
<option data-status="available" data-value="177379037">Size : EU 40.5 (US 7) 
</option>
<option data-status="available" data-value="177379043">Size : EU 41.5 (US 8) 
</option>
<option data-status="available" data-value="177379223">Size : EU 42.5 (US 9) 
</option>
</select>
</div>

马钦久泽
规模：欧盟40.5（美国7）
规模：欧盟41.5（美国8）
规模：欧盟42.5（美国9）

我如何过滤它，使其只打印“数据值”中的所有数字？ （例如“177379037”作为第一行的输出）

以下是HTML：

          <div class="gui-select">
                  <div class="product-configure">
                        <select id="custom-variants">
            <option selected="selected" disabled="disabled">Select an option</option>
                            <option data-value="177379037" data-status="available">Size : EU 40.5 (US 7)</option>
                            <option data-value="177379043" data-status="available">Size : EU 41.5 (US 8)</option>
                            <option data-value="177379223" data-status="available">Size : EU 42.5 (US 9)</option>


        </div>

选择一个选项
规模：欧盟40.5（美国7）
规模：欧盟41.5（美国8）
规模：欧盟42.5（美国9）

您可以使用soup.find_all（）并使用带有属性的dict

options = soup.find_all("option", {"data-value": True})

结果:

for o in options:
    print(o.attrs["data-value"])

---

---

使用

find_all

获取所有

标记，然后打印

数据值

属性。请注意，并非所有的

选项

标记都具有该属性，因此我在其中放入了一个

try

，以便在没有找到

数据值时继续

html = '''         <div class="gui-select">
                  <div class="product-configure">
                        <select id="custom-variants">
            <option selected="selected" disabled="disabled">Select an option</option>
                            <option data-value="177379037" data-status="available">Size : EU 40.5 (US 7)</option>
                            <option data-value="177379043" data-status="available">Size : EU 41.5 (US 8)</option>
                            <option data-value="177379223" data-status="available">Size : EU 42.5 (US 9)</option>


        </div>'''

import bs4

soup = bs4.BeautifulSoup(html, 'html.parser')

elem = soup.find_all('option')
for each in elem:
    try:
        print (each['data-value'])
    except:
        continue

您可以将类与属性css选择器一起使用

items = [item['data-value'] for item in soup.select('.product-configure [data-value]')]

如果只有一个类要考虑，可以使用ID作为选择< /p>
items = [item['data-value'] for item in soup.select('#custom-variants [data-value]')]

可能是我要找的东西的复制品，谢谢。你也知道我如何过滤掉以“Size:”开头的纯文本吗？因为它不是一个属性，所以我使用XPATH，在美化组对象之前必须使用，请查看一些示例。我为您的问题提供了一个xpath示例：xpath_optionns://options[@data value and contains（text（），'Size:'）”
items = [item['data-value'] for item in soup.select('.product-configure [data-value]')]

items = [item['data-value'] for item in soup.select('#custom-variants [data-value]')]