如何用Python的BeautifulSoup提取data-preview中的id值？

首先，你现有代码里存在几个关键问题：

• 定位标签时用了错误的class名（a fancy title for this class），应该改成目标li标签的class Li FnPreviewItem
• 你试图用find(attrs={"id":"^[-+]?[0-9]+$"})查找id，但这个id是嵌套在data-preview属性的JSON字符串里，并非li标签的独立id属性，所以这种方式完全找不到目标值。

正确的做法是先提取data-preview的属性值，再将其解析为JSON对象，直接从中取出id：

修正后的代码 #

import requests
from bs4 import BeautifulSoup
import json

# 注意：替换成包含目标li标签的网页URL，不是图片地址
url = "目标网页的URL"
r = requests.get(url)
soup = BeautifulSoup(r.content, 'html.parser')

# 准确定位目标li标签
li_tag = soup.find("li", class_="Li FnPreviewItem")
if li_tag:
    # 获取data-preview属性的JSON字符串
    data_preview_str = li_tag.get("data-preview")
    # 解析JSON字符串为Python字典
    preview_data = json.loads(data_preview_str)
    # 提取id值
    target_id = preview_data.get("id")
    print(target_id)  # 输出结果：288857982
else:
    print("未找到目标li标签")

步骤说明 #

1. 定位标签：使用find("li", class_="Li FnPreviewItem")精准匹配目标li元素，class_是BeautifulSoup为避免和Python关键字冲突，专门用于匹配class属性的参数。
2. 获取属性值：通过get("data-preview")提取该标签的data-preview属性内容，这是一段标准的JSON格式字符串。
3. 解析JSON：用json.loads()将JSON字符串转换为Python字典，就能像操作普通字典一样提取键值对。
4. 提取id：用字典的get("id")方法获取目标id，这种方式比直接索引更安全，能避免因键不存在而抛出异常。

另外，你之前代码里的url写的是图片地址，这是错误的——必须替换成包含目标li标签的网页URL，否则请求返回的是图片二进制数据，BeautifulSoup无法解析HTML结构。

内容的提问来源于stack exchange，提问作者a.perez