测试BeautifulSoup中标签是否存在某个属性

Question

我想要获取文档中的所有<script>标签，然后根据某些属性的有无来处理每一个标签。

比如，对于每个<script>标签，如果有for这个属性，就做某件事；如果没有这个属性，但有bar这个属性，就做另一件事。

这是我现在的做法：

outputDoc = BeautifulSoup(''.join(output))
scriptTags = outputDoc.findAll('script', attrs = {'for' : True})

但是这样的话，我只筛选出了带有for属性的<script>标签……结果把没有for属性的标签给漏掉了。

Answer 1

为了将来参考，beautifulsoup 4 中的 has_key 已经不再使用了。现在你需要用 has_attr 来代替它。

scriptTags = outputDoc.find_all('script')
  for script in scriptTags:
    if script.has_attr('some_attribute'):
      do_something()  

Answer 2

你不需要用任何复杂的函数来根据属性进行筛选，只需在 find 或 find_all 中使用 some_attribute=True 就可以了。

script_tags = soup.find_all('script', some_attribute=True)

# or

script_tags = soup.find_all('script', {"some-data-attribute": True})

这里还有其他方法的更多例子：

soup = bs4.BeautifulSoup(html)

# Find all with a specific attribute

tags = soup.find_all(src=True)
tags = soup.select("[src]")

# Find all meta with either name or http-equiv attribute.

soup.select("meta[name],meta[http-equiv]")

# find any tags with any name or source attribute.

soup.select("[name], [src]")

# find first/any script with a src attribute.

tag = soup.find('script', src=True)
tag = soup.select_one("script[src]")

# find all tags with a name attribute beginning with foo
# or any src beginning with /path
soup.select("[name^=foo], [src^=/path]")

# find all tags with a name attribute that contains foo
# or any src containing with whatever
soup.select("[name*=foo], [src*=whatever]")

# find all tags with a name attribute that endwith foo
# or any src that ends with  whatever
soup.select("[name$=foo], [src$=whatever]")

你也可以在 find 或 find_all 中使用正则表达式：

import re
# starting with
soup.find_all("script", src=re.compile("^whatever"))
# contains
soup.find_all("script", src=re.compile("whatever"))
# ends with 
soup.find_all("script", src=re.compile("whatever$"))

Answer 3

如果我理解得没错，你只是想要获取所有的脚本标签，然后检查里面的一些属性，对吧？

scriptTags = outputDoc.findAll('script')
for script in scriptTags:
    if script.has_attr('some_attribute'):
        do_something()