web-dev-qa-db-ja.com

BeautifulSoupのタグに属性が存在するかどうかをテストします

ドキュメント内のすべての<script>タグを取得し、特定の属性の存在(または不在)に基づいて各タグを処理したいと思います。

たとえば、各<script>タグに対して、属性forが存在する場合、何かを行います。 else属性barが存在する場合は、何か他のことを行います。

現在私がやっていることは次のとおりです。

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

しかし、この方法ですべての<script>タグをfor属性でフィルター処理しますが、他のタグ(for属性を持たないもの)は失われました。

55
LB40

私がよく理解している場合は、すべてのスクリプトタグが必要で、その中のいくつかの属性を確認しますか?

scriptTags = outputDoc.findAll('script')
for script in scriptTags:
    if script.has_attr('some_attribute'):
        do_something()        
76
Lucas S.

将来の参考のために、has_keyは廃止予定です。beautifulsoup4です。has_attrを使用する必要があります。

scriptTags = outputDoc.findAll('script')
  for script in scriptTags:
    if script.has_attr('some_attribute'):
      do_something()  
29
miah

属性でフィルタリングするためにラムダは必要ありません。単にsrc=Trueなどを設定する必要があります。

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]")

Find/find_allなどでreを使用することもできます。

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$"))
18

属性を持つタグのみを取得する必要がある場合は、ラムダを使用できます。

soup = bs4.BeautifulSoup(YOUR_CONTENT)
  • 属性を持つタグ
tags = soup.find_all(lambda tag: 'src' in tag.attrs)

OR

tags = soup.find_all(lambda tag: tag.has_attr('src'))
  • 属性を持つ特定のタグ
tag = soup.find(lambda tag: tag.name == 'script' and 'src' in tag.attrs)
  • など...

役に立つかもしれないと思った。

12
SomeGuest

何らかの属性が存在するかどうかを確認できます

 scriptTags = outputDoc.findAll( 'script'、some_attribute = True)
 scriptTagsのスクリプト:
 do_something()
2
Charles Ma

Pprintモジュールを使用すると、要素の内容を調べることができます。

from pprint import pprint

pprint(vars(element))

これをbs4要素で使用すると、次のようなものが出力されます。

{'attrs': {u'class': [u'pie-productname', u'size-3', u'name', u'global-name']},
 'can_be_empty_element': False,
 'contents': [u'\n\t\t\t\tNESNA\n\t'],
 'hidden': False,
 'name': u'span',
 'namespace': None,
 'next_element': u'\n\t\t\t\tNESNA\n\t',
 'next_sibling': u'\n',
 'parent': <h1 class="pie-compoundheader" itemprop="name">\n<span class="pie-description">Bedside table</span>\n<span class="pie-productname size-3 name global-name">\n\t\t\t\tNESNA\n\t</span>\n</h1>,
 'parser_class': <class 'bs4.BeautifulSoup'>,
 'prefix': None,
 'previous_element': u'\n',
 'previous_sibling': u'\n'}

属性にアクセスするには-クラスリストを発言させます-次を使用します:

class_list = element.attrs.get('class', [])

このアプローチを使用して要素をフィルタリングできます。

for script in soup.find_all('script'):
    if script.attrs.get('for'):
        # ... Has 'for' attr
    Elif "myClass" in script.attrs.get('class', []):
        # ... Has class "myClass"
    else: 
        # ... Do something else
0
Adam Salma