如何用Python结合Beautiful Soup获取按钮的data-src数据？

要批量收集网页中所有按钮的data-src属性值，用Beautiful Soup可以这么操作：

步骤说明 #

• 导入BeautifulSoup库，若需爬取远程网页，额外导入requests
• 解析网页HTML内容
• 定位所有目标按钮元素
• 逐一提取data-src属性值并收集

代码示例 #

from bs4 import BeautifulSoup
# 爬远程网页时需导入requests
# import requests

# 场景1：使用本地HTML字符串（对应你提供的示例代码）
html_content = '''
<button aria-label="Play" class="history" data-src="webpage.com" data-type="audio/mp3" title="Play" type="button"></button>
<button aria-label="Play" class="history" data-src="another-audio.com" data-type="audio/mp3" title="Play" type="button"></button>
'''

# 场景2：爬取远程网页的HTML内容
# response = requests.get("目标网页URL")
# html_content = response.text

# 解析HTML，默认用html.parser即可，也可使用lxml（需额外安装）
soup = BeautifulSoup(html_content, 'html.parser')

# 定位目标按钮：两种方式二选一
# 方式1：匹配所有class为history的button元素（和你示例中的按钮精准匹配）
target_buttons = soup.find_all('button', class_='history')

# 方式2：更通用，匹配所有带有data-src属性的button元素
# target_buttons = soup.find_all('button', attrs={'data-src': True})

# 收集所有有效的data-src值
collected_links = []
for btn in target_buttons:
    # 用get方法提取属性，避免元素无该属性时抛出异常
    src_link = btn.get('data-src')
    if src_link:  # 确保值不为空再添加到列表
        collected_links.append(src_link)

# 输出结果
print(collected_links)
# 输出示例：['webpage.com', 'another-audio.com']

关键提示 #

• 用class_而非class作为参数，因为class是Python关键字，直接使用会报错
• btn.get('data-src')比btn['data-src']更安全，当元素没有data-src属性时，前者返回None，后者会触发KeyError
• 若网页内容是JS动态渲染的，Beautiful Soup无法直接获取，需用Selenium或Playwright等工具先渲染页面再提取

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