如何用Python从HTML中获取aria-label内容？尝试后返回空数组求助

你的问题出在第二行代码：f = soup.find_all('aria-label') 是在找名为<aria-label>的标签，但aria-label是HTML元素的属性，不是标签名，所以返回空数组。

下面是两种正确的实现方式：

方法1：使用BeautifulSoup的attrs参数 #

如果要抓取所有带有aria-label属性的元素，不管属性值是什么：

# 获取所有带aria-label属性的元素
elements = soup.find_all(attrs={"aria-label": True})

# 提取每个元素的aria-label值和文本内容
for elem in elements:
    aria_label_value = elem.get("aria-label")
    text_content = elem.get_text(strip=True)
    print(f"aria-label值: {aria_label_value}, 文本内容: {text_content}")

如果要指定aria-label的具体值（比如匹配某个特定描述）：

# 获取aria-label值为"特定内容"的元素
target_elements = soup.find_all(attrs={"aria-label": "特定内容"})

结合你之前尝试的aria-disabled条件，要找同时满足aria-disabled="true"且带有aria-label的元素：

target_elements = soup.find_all('div', attrs={"aria-disabled": "true", "aria-label": True})

方法2：使用CSS选择器（更简洁） #

BeautifulSoup支持CSS选择器，语法更直观：

# 所有带aria-label属性的元素
elements = soup.select('[aria-label]')

# 指定aria-label值的元素
target_elements = soup.select('[aria-label="特定内容"]')

# 同时满足aria-disabled="true"和带aria-label的div元素
target_elements = soup.select('div[aria-disabled="true"][aria-label]')

注意事项 #

如果页面是动态渲染的（比如用JavaScript加载内容），BeautifulSoup直接爬取静态HTML可能拿不到数据，这时候需要用selenium或playwright这类工具模拟浏览器加载页面后再抓取。

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