如何在未知属性名时筛选同时含指定属性值的HTML标签

你可以通过给BeautifulSoup的find_all()方法传入自定义判断函数，筛选出同时包含属性值ATTR1和ATTR2的标签。以下是完整实现代码：

from bs4 import BeautifulSoup

page_content = '''<a href="ATTR1">text1</a>
<div class="random_value" type="ATTR2">text2</div>
<script class="ATTR1" id="ATTR2">text3</script>
<span class="random_value" id="ATTR2">text5</span>'''

soup = BeautifulSoup(page_content, 'html.parser')

def has_both_attr_values(tag):
    # 获取标签所有属性的值组成的列表
    attr_values = list(tag.attrs.values())
    # 检查ATTR1和ATTR2是否同时存在于属性值中
    return "ATTR1" in attr_values and "ATTR2" in attr_values

# 筛选符合条件的标签
target_tags = soup.find_all(has_both_attr_values)

# 输出结果
for tag in target_tags:
    print(tag)

代码说明 #

• 自定义函数has_both_attr_values会接收每个标签作为参数：
  1. 通过tag.attrs.values()获取该标签所有属性的取值，转成列表后方便判断
  2. 直接检查ATTR1和ATTR2是否同时存在于这些属性值中，返回布尔值作为筛选依据
• 执行后会输出符合条件的标签：

  <script class="ATTR1" id="ATTR2">text3</script>
  

内容的提问来源于stack exchange，提问作者Econlover