如何使用name标签替代id标签爬取SEC Edgar 10Q文件中的地址

要避开id标签提取目标地址，你可以利用BeautifulSoup的属性查找功能定位带name属性的元素，具体实现如下：

核心代码修改 #

from requests_html import HTMLSession
from bs4 import BeautifulSoup

session = HTMLSession()
page = session.get('https://www.sec.gov/Archives/edgar/data/1652044/000165204419000032/goog10-qq32019.htm')
soup = BeautifulSoup(page.content, 'html.parser')

# 替换成目标元素实际的name属性值
target_element = soup.find(attrs={"name": "此处填入正确的name属性值"})
if target_element:
    # 提取并清理文本
    print(target_element.text.strip())
else:
    print("未找到匹配name属性的元素")

关键注意事项 #

1. 准确获取name属性值：直接查看目标页面的HTML源码，找到包含1600 Amphitheatre Parkway的元素（或其关联父/子元素）的name属性值，确保完全匹配（包括大小写、特殊字符）。
2. 处理元素嵌套场景：如果目标地址文本不在直接带name属性的元素内，先定位带name属性的父元素，再提取子元素的文本。示例：

# 假设name属性在父容器上
parent_container = soup.find(attrs={"name": "businessAddress"})
if parent_container:
    address_text = parent_container.find(class_="text").text.strip()
    print(address_text)

3. CSS选择器替代方案：也可以用更简洁的CSS选择器语法定位：

target_element = soup.select_one('[name="正确的name属性值"]')

内容的提问来源于stack exchange，提问作者Sushmitha