如何在BeautifulSoup4中从html标记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，使用html文档中的这一行：

<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？

Answer 1

您可以使用find_all方法获取所有标记，并根据在其属性中找到的“data bin”进行筛选，从而获得实际的标记。然后我们可以简单地提取对应的值，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']

Answer 2

更准确一点

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

这样，迭代列表只包含ul元素，该元素具有要查找的attr

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})]