机械化和BeautifulSoup的新手,我很喜欢它 .
我使用了机械化打开URL的原型方法,现在我有了返回的对象:
def OpenURL(URL, USERAGENT):
br = Browser()# Create a browser
br.set_handle_robots(False) # no robots
br.set_handle_refresh(False) # can sometimes hang without this
br.addheaders = [('User-agent', USERAGENT)]
#open the URL
result = br.open(URL)# Open the login page
return result
在我返回的结果中,我有一个类型为“checkbox”的输入对象,名称为“BoxName” . 该复选框有一个标签 . HTML看起来像这样:
<input type="checkbox" name="BoxName" checked="checked" disabled="disabled" />
<label for="BoxName">DESIREDTEXT</label>
我能够通过机械化获得DESIREDTEXT,如下所示:(代码解释为节省空间)
if control.type == "checkbox":
for item in control.items:
if(control.name == "BoxName"):
DESIREDTEXT = str([label.text for label in item.get_labels()])
是否有一种等效的方法来获取BeautifulSoup的标签文本值?我很乐意使用mechanize来检索它,但我只是想知道BeautifulSoup是否也有这种能力 .
**** **addendum ****
来自HTML的HTML:
<input id="ctl00_ContentPlaceHolder1_chkCheckedIn" type="checkbox" name="ctl00$ContentPlaceHolder1$chkCheckedIn" checked="checked" disabled="disabled" />
<label for="ctl00_ContentPlaceHolder1_chkCheckedIn">Checked-In 1/17/2013 1:23:01 AM</label>
这是Inbox.read()输出所有HTML的代码 . 我确认标签在那里:
soup = BeautifulSoup(Inbox.read())
print soup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}).text
这是我的错误:
AttributeError Traceback (most recent call last)
execfile中的/usr/local/lib/python2.7/dist-packages/IPython/utils/py3compat.pyc(fname,* where)176 else:177 filename = fname - > 178 builtin .execfile(filename,* where)
/home/ubuntu/testAffinity.py in()133来自BeautifulSoup import BeautifulSoup 134 soup = BeautifulSoup(Inbox.read()) - > 135 print soup.find('label',{'for':'ctl00_ContentPlaceHolder1_chkCheckedIn'}) .text 136 137
AttributeError:'NoneType'对象没有属性'text'
不知道我在这里缺少什么,但它必须简单 . 我注意到'for'值与复选框“name”值不同 . 我尝试使用复选框“名称”值但收到相同的错误 .
**升级到bs4后
133来自bs4 import BeautifulSoup 134 soup = BeautifulSoup(Inbox.read()) - > 135 print soup.find('label',{'for':'ctl00_ContentPlaceHolder1_chkCheckedIn'}) . text 136 137
AttributeError:'NoneType'对象没有属性'text'
**升级到4我打印的汤 . 属性是正确的 . 标签在印刷汤的html中 .
<input checked="checked" disabled="disabled" id="ctl00_ContentPlaceHolder1_chkCheckedIn" name="ctl00$ContentPlaceHolder1$chkCheckedIn" type="checkbox"/>
<label for="ctl00_ContentPlaceHolder1_chkCheckedIn">Checked-In 1/17/2013 1:23:01 AM</label>
1 回答
是的,试一试:
你的功能看起来像: