如何用BeautifulSoup4根据data-tab-name提取指定标签页数据？

1. 直接定位单个指定data-tab-name的标签页 #

如果你只需要提取某一个特定标签页（比如X1）的数据，可以在find方法里同时指定class和data-tab-name属性：

# 定位data-tab-name为X1的标签页
x1_tab = soup.find(class_='product-detail-tab', attrs={'data-tab-name': 'X1'})

# 提取该标签页内的内容，比如获取所有文本
if x1_tab:
    x1_content = x1_tab.get_text(strip=True)
    print(x1_content)
    # 或者提取特定子元素，比如所有div
    x1_items = x1_tab.find_all('div')

2. 批量定位多个指定data-tab-name的标签页 #

如果需要同时提取X1、X2这类多个标签页的数据，可以用CSS选择器来一次性筛选：

# 筛选data-tab-name为X1或X2的标签页
target_tabs = soup.select('.product-detail-tab[data-tab-name="X1"], .product-detail-tab[data-tab-name="X2"]')

for tab in target_tabs:
    # 获取当前标签页的名称
    tab_name = tab['data-tab-name']
    # 提取内容，这里以获取文本为例
    content = tab.get_text(strip=True)
    print(f"{tab_name} 内容：{content}")

3. 从已获取的所有标签页中筛选 #

如果你已经用find_all拿到了所有product-detail-tab元素，也可以遍历后筛选目标标签页：

all_tabs = soup.find_all(class_='product-detail-tab')
# 定义需要提取的标签页名称列表
target_names = ['X1', 'X2']

for tab in all_tabs:
    # 用get方法获取属性，避免元素无该属性时报错
    tab_name = tab.get('data-tab-name')
    if tab_name in target_names:
        # 处理内容，比如提取子元素
        items = tab.find_all('span', class_='product-item')
        print(f"{tab_name}下的商品：{[item.get_text() for item in items]}")

注意：使用tab.get('data-tab-name')比直接tab['data-tab-name']更安全，因为如果某个元素没有data-tab-name属性，前者会返回None，后者会抛出KeyError异常。

内容的提问来源于stack exchange，提问作者max824