解析HTML表單輸入標籤與美麗的湯

Question

好吧，我需要解析HTML表單，從「輸入」，我需要提取與不是文本類型「文本」和任何人的人。

我有這樣的代碼：

from BeautifulSoup import BeautifulSoup as beatsop 

html_data = open("forms.html") 

def html_parser(html_data) 
    html_proc = beatsop(html_data) 
    #We extract the text inputs. 
    txtinput = html_proc.findAll('input', {'type':'text'}) 
    #We extract the any kind of input that is not text. 
    listform = ["radio", "checkbox", "password", "file", "image", "hidden"] 
    otrimput = html_proc.findAll('input', {'type':listform}) 

html_parser(html_data) 

我與當地的文檔中使用它，但你可以使用的urllib要求任何網頁與形式。 現在的問題，我需要提取的非文本輸入形式的「價值」的標籤，文本的人的「名字」的標籤。 有誰知道我該怎麼做？

謝謝！

Answer 1

要訪問元素的屬性，使用element['attribute']。

from BeautifulSoup import BeautifulSoup as beatsop 


def html_parser(html_data): 
    html_proc = beatsop(html_data) 
    #We extract the text inputs. 
    txtinput = html_proc.findAll('input', {'type':'text'}) 
    listform = ["radio", "checkbox", "password", "file", "image", "hidden"] 
    otrimput = html_proc.findAll('input', {'type': listform}) 

    print('Text input names:') 
    for elem in txtinput: 
     print(elem['name']) 

    print('Non-text input values:') 
    for elem in otrimput: 
     value = elem.get('value') 
     if value: 
      print(value) 
     else 
      print('{} has no value'.format(elem)) 

with open("forms.html") as html_data: 
    html_parser(html_data)