HTML解析中的標籤

我正在使用BeautifulSoup編寫解析腳本，在該腳本中，我搜索頁面中的所有img標籤，並且只想抓取具有一定寬度的圖片。HTML解析中的標籤

下面是一個標籤的例子：

<img 
    alt="" 
    src="//upload.wikimedia.org/wikipedia/en/thumb/a/a9/Example.jpg/111px-Example.jpg" 
    width="111" 
    height="120" 
/>

的問題是，不是所有的img標籤具有width屬性。我只想訪問具有width屬性的img標籤。

到目前爲止，我沿着線的東西：

images= soup.findAll("img") 
listimages= [] 
for img in images: 
    if img['width']!==None: 
     listimages.append(img)

這似乎並沒有工作。看起來缺少width屬性不會產生NoneType。那麼如果不是None，那麼是什麼？

來源

2013-06-20 user2475523

順便說一句，''==上面的代碼應該是'='，避免語法錯誤！。 –

如果您遇到類似的問題，將來無法通過列表理解解決問題，請嘗試'img.get（'width'）'。如果沒有這樣的屬性，它將返回None。 – OregonTrail

-1

[img for img in soup.findAll("img") if "width" in img.attrs]

來源

2013-06-20 14:54:41 michaelmeyer

一些額外的上下文可能會有所幫助。 –

@ user2475523比在事件之後通過列表理解運行結果 - 您的代碼更具可讀性並且運行速度更快，您最好使用內置於BeautifulSoup中的過濾功能（請參閱我的答案）。 –

BeautifulSoup提供呼叫findAll()來處理這個的一種方式：

soup.findAll("img", width=True)

從上面的鏈接：

特殊值true和都不是特別感興趣的。 True與給定屬性具有任何值的標籤匹配，而None與沒有給定屬性值的標籤匹配。一些例子：
soup.findAll(align=True) 
# [This is paragraph one., 
# This is paragraph two.] 

[tag.name for tag in soup.findAll(align=None)] 
# [u'html', u'head', u'title', u'body', u'b', u'b']

來源

2013-06-20 15:03:36

HTML解析中的標籤

回答

相關問題