首页 文章

提取复选框输入对象的标签值,用美丽的汤代替python中的mechanize

提问于
浏览
1

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

  • 1

    是的,试一试:

    soup.find('label',{'for':'BoxName'}).text
    

    你的功能看起来像:

    html = OpenURL(URL, USERAGENT).read()
    soup = BeautifulSoup(html)
    print soup.find('label',{'for':'BoxName'}).text
    

相关问题