Python获取onclick值答案

【问题标题】：Python to get onclick valuesPython获取onclick值
【发布时间】：2014-12-10 21:00:25
【问题描述】：

我正在使用 Python 和 BeautifulSoup 为我的一个小项目抓取网页。该网页有多个条目，每个条目由 HTML 中的表格行分隔。我的代码部分有效，但是很多输出是空白的，它不会从网页中获取所有结果，甚至不会将它们收集到同一行中。

<html>
<head>
<title>Sample Website</title>
</head>
<body>

<table>
<td class=channel>Artist</td><td class=channel>Title</td><td class=channel>Date</td><td class=channel>Time</td></tr>
<tr><td>35</td><td>Lorem Ipsum</td><td><a href="#" onClick="searchDB('LoremIpsum','FooWorld')">FooWorld</a></td><td>12/10/2014</td><td>2:53:17 PM</td></tr>
</table>
</body>
</html>

我只想从 onclick 操作“searchDB”中提取值，例如“LoremIpsum”和“FooWorld”是我想要的仅有的两个结果。

这是我编写的代码。到目前为止，它正确地提取了一些写入值，但有时这些值是空的。

response = urllib2.urlopen(url)

html = response.read()

soup = bs4.BeautifulSoup(html)

properties = soup.findAll('a', onclick=True)

for eachproperty in properties:
    print re.findall("'([a-zA-Z0-9]*)'", eachproperty['onclick'])

我做错了什么？

【问题讨论】：

对于您提供的输入，它会打印['LoremIpsum', 'FooWorld']，这就是您想要的，对吧？那么，问题是什么？请提供一个 HTML 输入，这会给您解析带来麻烦。谢谢。

标签： python web-scraping beautifulsoup

【解决方案1】：

试试这样：

>>> import re
>>> for x in soup.find_all('a'):    # will give you all a tag
...     try:
...         if re.match('searchDB',x['onclick']):    # if onclick attribute exist, it will match for searchDB, if success will print
...             print x['onclick']        # here you can do your stuff instead of print
...     except:pass
... 
searchDB('LoremIpsum','FooWorld')

您可以将其保存到一些变量中，而不是打印，例如

>>> k = x['onclick']
>>> re.findall("'(\w+)'",k)
['LoremIpsum', 'FooWorld']

\w 等价于 [a-zA-Z0-9]

【讨论】：

非常感谢您的代码，这是一个了不起的改进！这正是我需要的样子......但是，我的结果中仍然出现“searchDB”......我相信我会弄清楚如何删除它。
沉默所有异常通常是不明智的做法。在这种情况下，KeyError 就足够了。
如果你知道你在做什么，那么这不是问题，是的，我们不想要没有 onclick 属性的'a'标签
我赞成你，因为它的价值。我仍在试图弄清楚如何从输出中解析这个该死的“searchDB”lol
@FairlightEvony 我也给出了解决方案

【解决方案2】：

试试这个

or row in rows[1:]: cols = row.findAll('td') link = cols[1].find('a').get('onclick')

【讨论】：