beautifulSoup中attrMap和attrs的区别

Question

我想知道在BeautifulSoup中，attrMap和attrs有什么区别？更具体一点，哪些标签有attrs，哪些标签有attrMap？

>>> soup = BeautifulSoup.BeautifulSoup(source)
>>> tag = soup.find(name='input')
>>> dict(tag.attrs)['type']
u'text'
>>> tag.attrMap['type']
Traceback (most recent call last):
  File "<interactive input>", line 1, in <module>
TypeError: 'NoneType' object is not subscriptable

Answer 1

attrMap字段是Tag类中的一个内部字段。你在代码中不应该使用它。你应该使用

value = tag[key]
tag[key] = value

这个内部会映射到tag.attrMap[key]，但只有在__getitem__和__setitem__确保初始化了self.attrMap之后。这个初始化是在_getAttrMap中完成的，其实就是一个复杂的dict(self.attrs)调用。所以在你的代码中，你应该使用

>>> url = "http://stackoverflow.com/questions/8842224/"
>>> soup = BeautifulSoup.BeautifulSoup(urllib.urlopen(url).read())
>>> soup.find(name='input')
>>> tag = soup.find(name='input')
>>> tag['type']
u'text'

如果你想检查某个属性是否存在，那么你必须使用

try:
    tag[key]
    # found key
except KeyError:
    # key not present

或者

if key in dict(tag.attrs):
    # found key
else:
    # key not present

正如Adam所指出的，这个问题是因为Tag类中的__contains__方法是用来搜索内容的，而不是属性。因此，像key in tag这样的用法并不会得到你预期的结果。这种复杂性是因为BeautifulSoup处理HTML标签时，可能会有重复的属性。所以普通的映射（字典）并不够用，因为键可能会重复。但如果你想检查是否有任何一个键的名字是给定的，那么key in dict(tag.attrs)就能正确工作。