Erweiterte Suche

Einige HTML-Tags benötigen Pflichtattribute, wie z. B. das Anchor-Tag, das das href-Attribut erfordert, oder <img>, das das src-Attribut benötigt. Wenn Sie an einem bestimmten Attribut interessiert sind, können Sie die Methode .get() in Verbindung mit .attrs verwenden. Zum Beispiel rufen wir alle src-Attribute aller <img>-Elemente ab.


              12345678910111213
            
# Importing libraries
from bs4 import BeautifulSoup
from urllib.request import urlopen

# Reading web page
url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/page.html"
page = urlopen(url)
html = page.read().decode("utf-8")

# Reading HTML with BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
for img in soup.find_all("img"):
  print(img.attrs.get("src"))

Sie könnten auch auf das id-Attribut stoßen, das ziemlich üblich ist und verwendet wird, um Elemente mit demselben Tag zu unterscheiden. Wenn Sie an bestimmten Attributwerten interessiert sind, können Sie diese als Dictionary (im Format attr_name: attr_value) als Parameter für .find_all() übergeben (unmittelbar nach Angabe des gesuchten Tags). Zum Beispiel interessieren wir uns nur für <div>-Elemente mit dem class-Attribut, das auf "box" gesetzt ist, oder wir suchen nach dem <p>-Element mit einem "id"-Attributswert von "id2".


              12345678910111213141516
            
# Importing libraries
from bs4 import BeautifulSoup
from urllib.request import urlopen

# Reading web page
url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/page.html"
page = urlopen(url)
html = page.read().decode("utf-8")

# Reading HTML with BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
for div in soup.find_all("div", {"class": "box"}):
  print(div)

# Filtering by id attribute value
print(soup.find("p", {"id": "id2"}))

Wir haben die .find()-Methode (anstatt .find_all()) verwendet, um das Element mit einer bestimmten ID abzurufen, da die ID ein eindeutiger Identifikator ist und es nicht mehr als ein Element mit demselben Wert geben kann. Um sicherzustellen, dass wir nur bestimmte <div>-Elemente erhalten, untersuchen wir die Klassen, die <div>-Elemente besitzen.


              12345678910111213
            
# Importing libraries
from bs4 import BeautifulSoup
from urllib.request import urlopen

# Reading web page
url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/18a4e428-1a0f-44c2-a8ad-244cd9c7985e/page.html"
page = urlopen(url)
html = page.read().decode("utf-8")

# Reading HTML with BeautifulSoup
soup = BeautifulSoup(html, "html.parser")
for div in soup.find_all("div"):
  print(div.attrs.get("class"))

War alles klar?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 5