无法获取 HTML 标记内的数据答案

【问题标题】：cannot get the data within HTML tag无法获取 HTML 标记内的数据
【发布时间】：2019-02-09 04:10:21
【问题描述】：

无法获取 HTML 标签 "alt"= 中的数据

from bs4 import BeautifulSoup
import re
soup=BeautifulSoup("""<div class="couponTable">
    <div id="tgCou1" class="tgCoupon couponRow"><span class="spBtnMinus"></span><!-- react-text: 67 -->Wednesday Matches<!-- /react-text --></div>
    <div class="cflag"><img src="/ContentServer/jcbw/images/flag_JLC.gif?CV=L302R1g" alt="Japanese League Cup" title="Japanese League Cup" class="cfJLC"></div>
    <div class="cflag"><img src="/ContentServer/jcbw/images/flag_JLC.gif?CV=L302R1g" alt="Japanese League Cup" title="Japanese League Cup" class="cfJLC"></div>
    </div></div></div>""")

lines=soup.find_all('div')
line in lines:print(re.findall('\w+',line['alt'])[0])

【问题讨论】：

您已经在使用 beautifulsoup 来获取 div。那你为什么要使用正则表达式？
for div in lines: imgs = div.find_all("img") for img in imgs: print(img['alt'])
谢谢，亲爱的，解决了@DanielRoseman
谢谢，亲爱的，解决了@WiktorStribiżew

标签： python regex beautifulsoup

【解决方案1】：

如果您只需要alt 值，那么最好使用img 标记而不是div 标记。也不需要使用正则表达式来提取alt 值

from bs4 import BeautifulSoup
import re
soup=BeautifulSoup("""<div class="couponTable">
<div id="tgCou1" class="tgCoupon couponRow"><span class="spBtnMinus"></span><!-- react-text: 67 -->Wednesday Matches<!-- /react-text --></div>
<div class="cflag"><img src="/ContentServer/jcbw/images/flag_JLC.gif?CV=L302R1g" alt="Japanese League Cup" title="Japanese League Cup" class="cfJLC"></div>
<div class="cflag"><img src="/ContentServer/jcbw/images/flag_JLC.gif?CV=L302R1g" alt="Japanese League Cup" title="Japanese League Cup" class="cfJLC"></div>
</div></div></div>""",'html.parser')

lines=soup.find_all('img')
for line in lines:
    print(line['alt'])

输出

日本联赛杯
日本联赛杯

【讨论】：