如何用Beautiful Soup提取这个HTML元素属性的值？

Question

我正在开发一个小工具，用来抓取网页上的信息。我使用的是Beautiful Soup这个库。我想从页面中获取一个叫做类ID的东西。页面的HTML代码大概是这样的：

<span class='class_id' id='New_line'></span>

我该怎么获取这个class_id呢？

Answer 1

这个回答是针对问题的早期版本，当时没有提到beautifulsoup

你可以使用LXML这个工具，逐个检查所有元素，看看它们的“class”属性值是什么。LXML是一个用来解析XML文档的库。

比如说：

from lxml import etree
root = etree.parse(filename).getroot()

for span in root.iterdescendants("span"):
    cls = span.attrib.get("class")

Answer 2

下面这个例子可能对你有帮助吗？

>>> from BeautifulSoup import BeautifulSoup as B
>>> s = B("<span class='class_id' id='New_line'></span>")
>>> s.span.attrs
[(u'class', u'class_id'), (u'id', u'New_line')]