如何使用Python从HTML页面提取所有title属性值并存入数组

没问题，这事儿其实很简单，BeautifulSoup已经帮你把属性解析的活儿都干了，不用自己折腾正则去匹配单双引号——直接用它的内置方法就能搞定！

你已经完成了请求和解析页面的步骤，接下来只需要两步就能拿到所有title属性的内容：

完整代码示例 #

import requests
import bs4

# URL
URL = "https://en.wikipedia.org/wiki/Main_Page"
# 发送请求
response = requests.get(URL)
# 解析响应（这里建议用`html.parser`替代`html`，是官方推荐的标准解析器）
soup = bs4.BeautifulSoup(response.text, 'html.parser')

# 提取所有带title属性的元素的内容
title_contents = []
for element in soup.find_all(True, {'title': True}):
    # 直接通过元素的属性键获取值，BeautifulSoup会自动处理单/双引号的情况
    title_value = element['title']
    title_contents.append(title_value)

# 查看结果
print(title_contents)

代码解释 #

• soup.find_all(True, {'title': True})：第一个参数True表示匹配所有类型的HTML标签，第二个参数是属性筛选条件，只保留带有title属性的元素。
• element['title']：直接提取元素的title属性值，不管原HTML里用的是单引号还是双引号，BeautifulSoup都已经帮你解析成了干净的字符串，不需要额外处理。

更简洁的写法（列表推导式） #

如果喜欢更紧凑的代码，可以用列表推导式一步生成结果：

title_contents = [elem['title'] for elem in soup.find_all(True, {'title': True})]

这样得到的title_contents就是一个包含所有title属性值的列表，你可以根据需求去重、筛选或者做其他处理~

内容的提问来源于stack exchange，提问作者user3043636