如果属性名称重复，如何使用 BeautifulSoup 获取属性值答案

【问题标题】：How to use BeautifulSoup to get attribute value if the attribute name duplicated如果属性名称重复，如何使用 BeautifulSoup 获取属性值
【发布时间】：2018-06-15 10:05:31
【问题描述】：

我在下面写了 Python 代码来通过 BeautifulSoup 解析 HTML：

parsed_html = BeautifulSoup('<img id = \'defualtPagePic\' src="http://my.com/images/realTarget.jpg" alt="test" src="http://my.com/images/fakeTarget.jpg" alt="too bad" onError="this.src=\'http://my.com/images/veryBad.jpg\';" />', "html.parser")
print("a >> "+ str(parsed_html.find(id="defualtPagePic").attrs))
print("b >> "+ str(parsed_html.find(id="defualtPagePic")['src']))

这是执行结果：

a >> {'id': 'defualtPagePic', 'src': 'http://my.com/images/fakeTarget.jpg', 'alt': 'too bad', 'onerror': "this.src='http://my.com/images/veryBad.jpg';"}
b >> http://my.com/images/fakeTarget.jpg

我想获得“realTarget.jpg”，但我失败了并获得了“fakeTarget.jpg”。我认为原因是 BeautifulSoup 总是获取特定属性名称的最新值。

对这种情况有什么建议吗？

【问题讨论】：

标签： python beautifulsoup attributes find

【解决方案1】：

您可以切换到使用lxml 解析器，如下所示：

html = '<img id = \'defualtPagePic\' src="http://my.com/images/realTarget.jpg" alt="test" src="http://my.com/images/fakeTarget.jpg" alt="too bad" onError="this.src=\'http://my.com/images/veryBad.jpg\';" />'

soup = BeautifulSoup(html, "lxml")
print(soup.img['src'])

然后会显示：

http://my.com/images/realTarget.jpg

如果没有，lxml 需要单独安装。

【讨论】：