如何用美麗的湯提取文字「alt」

我剛剛發現了美麗的湯，這似乎很強大。我想知道是否有一種簡單的方法來提取文本「alt」字段。一個簡單的例子是如何用美麗的湯提取文字「alt」

from bs4 import BeautifulSoup 

html_doc =""" 
<body> 
<p>Among the different sections of the orchestra you will find:</p> 
<p>A <img src="07fg03-violin.jpg" alt="violin" /> in the strings</p> 
<p>A <img src="07fg03-trumpet.jpg" alt="trumpet" /> in the brass</p> 
<p>A <img src="07fg03-woodwinds.jpg" alt="clarinet and saxophone"/> in the woodwinds</p> 
</body> 
""" 
soup = BeautifulSoup(html_doc, 'html.parser') 
print(soup.get_text())

這將導致

其中管絃樂隊的不同部分，你會發現：

一個在弦

一個在黃銅

A木管樂器

但我想有字符提取，這將使

其中管絃樂隊的不同部分內中高音場，你會發現：

小提琴的琴絃

在小號黃銅

甲單簧管和薩克斯在木管樂器

由於

來源

2017-04-24 Portland

看一看：http://stackoverflow.com/questions/2612548/extracting -an-attribute-value-with-beautifulsoup – JacobIRR

請考慮這種方法。

from bs4 import BeautifulSoup 

html_doc =""" 
<body> 
<p>Among the different sections of the orchestra you will find:</p> 
<p>A <img src="07fg03-violin.jpg" alt="violin" /> in the strings</p> 
<p>A <img src="07fg03-trumpet.jpg" alt="trumpet" /> in the brass</p> 
<p>A <img src="07fg03-woodwinds.jpg" alt="clarinet and saxophone"/> in the woodwinds</p> 
</body> 
""" 
soup = BeautifulSoup(html_doc, 'html.parser') 
ptag = soup.find_all('p') # get all tags of type <p> 

for tag in ptag: 
    instrument = tag.find('img') # search for <img> 
    if instrument: # if we found an <img> tag... 
     # ...create a new string with the content of 'alt' in the middle if 'tag.text' 
     temp = tag.text[:2] + instrument['alt'] + tag.text[2:] 
     print(temp) # print 
    else: # if we haven't found an <img> tag we just print 'tag.text' 
     print(tag.text)

輸出是

Among the different sections of the orchestra you will find: 
A violin in the strings 
A trumpet in the brass 
A clarinet and saxophone in the woodwinds

的策略是：

找到所有<p>標籤
搜索的<img>標籤在這些<p>標籤
如果我們發現與<img>標籤插入co其alt屬性到tag.text和ntent打印出來
如果我們沒有找到一個<img>標籤只是打印出來

來源

2017-04-24 14:41:00 datell

非常感謝@datell。它工作正常。還有一個問題。如果我在同一段中有兩個圖像，例如

在管絃樂隊的不同部分中，您會發現：

A violin 中的字符串。在黃銅

甲 clarinet and saxophone 甲 trumpet 在木管樂器

，那就不能提取第二個。任何關於2 pr更多「img」在同一段中的想法？ – Portland

a = soup.findAll('img') 

for every in a: 
    print(every['alt'])

這將完成這項工作。

1.line找到所有的IMG（我們使用.find 所有）

或文本

print (a.text) 
for eachline in a: 
    print(eachline.text)

簡單的for循環，通過每一結果或手動soup.findAll('img')[0]然後去soup.findAll('img')[1] ..等等

來源

2017-04-24 04:12:38

謝謝，但你的代碼返回小提琴小號單簧管和薩克斯管。這不是我的問題，我想根據我原來的帖子，將這些內容放在「正確的地方」。 – Portland

如何用美麗的湯提取文字「alt」

回答

相關問題