在不知道各个属性名称的情况下检索具有多个条件的所有标签

Question

我想找到所有属性值等于"ATTR1"；以及"；ATTR2"；而不知道相应的属性名称。

假设我有以下内容：

page_content = '''<a href="ATTR1">text1</a>
<div class="random_value" type="ATTR2">text2</div>
<script class="ATTR1" id="ATTR2">text3</script>
<span class="random_value" id="ATTR2">text5</span>'''

我想要一个只检索第三个元素的脚本，该元素的属性等于"0"；ATTR1"；AND等于"0"的属性；ATTR2"；。也就是说，我需要以下内容：

<script class="ATTR1" id="ATTR2">text3</script>

我知道我可以将函数作为参数传递给find_all()。但是，如果满足这些条件，我需要帮助理解如何编写返回true的函数。

Answer 1

知道属性名称后，只需将您的条件与css selector:链接即可

select('#ATTR2.ATTR1')

或者在不知道属性的情况下，只根据检查所有值

for e in soup():
attr_list = [v for i in list(e.attrs.values()) for v in (i if isinstance(i,list) else [i])]
if all(x in attr_list for x in ['ATTR1','ATTR2']):
print(e)

示例

from bs4 import BeautifulSoup
html = '''
<a href="ATTR1">text1</a>
<div class="random_value" type="ATTR2">text2</div>
<script class="ATTR1" id="ATTR2">text3</script>
<span class="random_value" id="ATTR2">text5</div>'''
soup = BeautifulSoup(html)
print(soup.select('#ATTR2.ATTR1'))
for e in soup():
attr_list = [v for i in list(e.attrs.values()) for v in (i if isinstance(i,list) else [i])]
if all(x in attr_list for x in ['ATTR1','ATTR2']):
print(e)

输出

[<script class="ATTR1" id="ATTR2">text3</script>]
[<script class="ATTR1" id="ATTR2">text3</script>]