使用BeautifulSoup从下拉列表加载的名称和值查找集合

Question

在我的HTML页面上，我有一个下拉列表：

<select name="somelist">
   <option value="234234234239393">Some Text</option>
</select>

为了得到这个列表，我正在做：

ddl = soup.findAll('select', name="somelist")

if(ddl):
    ???

现在我需要帮助来处理这个集合/字典，我想通过‘一些文本’和234234234239393这两个方式来查找。

这可能吗？

Answer 1

再来一次，给大家展示一下怎么用pyparsing来做到这一点：

html = r''' 
<select name="somelist"> 
   <option value="234234234239393">Some Text</option> 
   <option value="42">Other text</option> 
</select> 
''' 

from pyparsing import makeHTMLTags, Group, SkipTo, withAttribute, OneOrMore

select,selectEnd = makeHTMLTags("SELECT")
option,optionEnd = makeHTMLTags("OPTION")

optionEntry = Group(option("option") + 
                    SkipTo(optionEnd)("menutext") + 
                    optionEnd)

somelistSelect = (select.setParseAction(withAttribute(name="somelist")) +
                    OneOrMore(optionEntry)("options") +
                    selectEnd)

t,_,_ = somelistSelect.scanString(html).next()

for op in t.options:
    print op.menutext, '->', op.option.value

输出结果是：

Some Text -> 234234234239393
Other text -> 42

Answer 2

这里有一种方法..

ddl_list = soup.findAll('select', attrs={'name': 'somelist'})
if ddl_list:
    ddl = ddl_list[0]

    # find the optino by value=234234234239393
    opt = ddl.findChild('option', attrs={'value': '234234234239393'})
    if opt:
        # do something

    # this list will hold all "option" elements matching 'Some Text'
    opt_list = [opt for opt in ddl.findChildren('option') if opt.string == u'Some Text']
    if opt_list:
        opt2 = opt_list[0]
        # do something

Answer 3

可以试试下面的代码来开始：

str = r'''
<select name="somelist">
   <option value="234234234239393">Some Text</option>
   <option value="42">Other text</option>
</select>
'''

soup = BeautifulSoup(str)
select_node = soup.findAll('select', attrs={'name': 'somelist'})

if select_node:
    for option in select_node[0].findAll('option'):
        print option

这段代码会打印出所有的 option 节点：

<option value="234234234239393">Some Text</option>
<option value="42">Other text</option>

现在，对于每一个 option，option['value'] 是它的值属性，而 option.text 是标签里面的文本内容（比如“某些文本”）