如何用BeautifulSoup从HTML中提取SVG元素与标题？

你可以直接在原函数中完成标题文本和路径坐标的提取，返回结构化数据，代码更紧凑实用：

修改后的函数（返回结构化列表） #

from bs4 import BeautifulSoup

def scrape_spatial_data(page):
    html = page.inner_html("body")
    soup = BeautifulSoup(html, "html.parser")
    # 遍历每个g.myclass元素，提取标题和路径d属性
    return [
        {
            "title": g.title.get_text(strip=True),
            "path_coords": g.path["d"]
        }
        for g in soup.select("g.myclass")
        if g.title and g.path  # 可选：过滤缺失标题或路径的无效元素
    ]

说明 #

• 利用BeautifulSoup的属性访问特性（g.title等价于g.find("title")）简化代码
• get_text(strip=True)自动去除标题文本的首尾空白字符
• g.path["d"]直接获取path标签的路径坐标属性值
• 可选的条件判断可以避免因元素缺失导致的报错

如果处理大量数据，用生成器返回更节省内存：

def scrape_spatial_data(page):
    html = page.inner_html("body")
    soup = BeautifulSoup(html, "html.parser")
    for g in soup.select("g.myclass"):
        if g.title and g.path:
            yield {
                "title": g.title.get_text(strip=True),
                "path_coords": g.path["d"]
            }

内容的提问来源于stack exchange，提问作者felix1k