查找包含特定文本的 HTML 標簽

Question

所以我試圖在網站 html 源文件中找到一個特定的字符串。

例如）如果我有以下 html 標簽

<div class="rev" data="123456789adfdfdfdfadf"></div>

我希望能夠找到包含div class = "rev"和數據的特定行並打印出"123456789adfdfdfdfadf"

但在我這樣做之前，我只是想確保它找到了正確的標簽，但我一直將[]作為輸出

這是我的代碼

import urllib2
from BeautifulSoup import BeautifulSoup
import re
request = urllib2.Request("http://www.adidas.co.uk/nmd_r1-shoes/BB1970.html")
request.add_header("User-Agent", "Mozilla/5.0 (Windows; U; Windows NT 5.1; es-ES; rv:1.9.1.5) Gecko/20091102 Firefox/3.5.5")

f = urllib2.urlopen(request)
soup = BeautifulSoup(f)

d = soup.findAll('div', text = re.compile('123456789adfdfdfdfadf'), attrs = {'class' : 'data'})
print d

Answer 1

您正在混合您的數據（作為屬性）和您正在尋找的文本。
有了給定的div ，你應該找到它：

print [item["data"] 
       for item in soup.find_all('div', {'_class': 'rev'}) 
       if "data" in item.attrs]

或者，更准確一點：

[item['data-bin'] 
 for item in soup.find_all('div', {'_class': 'rev', attrs={'data-bin' : True}})]