如何选择不具备特定属性值的HTML元素？附代码修正方案

问题分析 #

你原来的代码存在两个关键错误：

1. 元素类型不匹配：HTML结构里是<th>标签，但代码中查找的是td，导致无法定位目标元素。
2. 列表推导式逻辑错误：rows[i].findAll('td') and not rows[i].findAll(...)的写法不符合语法逻辑，应该在遍历单个元素时添加过滤条件。

正确实现方法 #

方法一：列表推导式+属性判断 #

遍历所有<th>元素，过滤掉data-stat="DUMMY"的项，同时用strip=True清理文本前后的空格：

x = [th.getText(strip=True) for th in rows[i].findAll('th') if th.get('data-stat') != 'DUMMY']

方法二：使用BeautifulSoup的findAll带lambda过滤 #

通过attrs参数传入lambda表达式，直接筛选符合条件的元素：

target_th = rows[i].findAll('th', attrs={'data-stat': lambda val: val != 'DUMMY'})
x = [th.getText(strip=True) for th in target_th]

方法三：CSS选择器 #

利用CSS否定选择器直接定位目标元素：

target_th = rows[i].select('th[data-stat!="DUMMY"]')
x = [th.getText(strip=True) for th in target_th]

完整示例 #

假设你的HTML解析环境已经准备好，完整代码示例如下：

from bs4 import BeautifulSoup

# 模拟你的HTML结构
html = """
<table>
  <tr>
    <th data-stat='foo'> 10 </th>
    <th data-stat='bar'> 20 </th>
    <th data-stat='DUMMY'>  </th>
  </tr>
</table>
"""

soup = BeautifulSoup(html, 'html.parser')
rows = soup.findAll('tr')  # 模拟rows列表

# 提取目标文本
x = [th.getText(strip=True) for th in rows[0].findAll('th') if th.get('data-stat') != 'DUMMY']
print(x)  # 输出: ['10', '20']

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