如何使用Python bs4查找嵌套div内a标签并提取acckey值

核心逻辑 #

按照HTML嵌套层级匹配目标标签即可，支持逐层find定位，也支持CSS选择器一步匹配，两种方式都可以稳定拿到目标属性值。

前置准备 #

确保已经安装beautifulsoup4，未安装的话先执行安装命令：
pip install beautifulsoup4

完整实现代码 #

方式一：逐层定位（兼容性好，逻辑清晰） #

按照外层div→中层result_digital div→目标a标签的顺序逐层查找，适合需要对每一层做判断的场景：

from bs4 import BeautifulSoup

# 替换成你实际爬取到的HTML源码
html = """
<div class="data_record">
    <div class="result_select"></div>
    <div class="result_level"></div>
    <div class="result_digital">
        <a class="act_content_display" acckey="69c19f8552dfdccb526f4728cf4e5cb6" title="檢視詳目頁">
            <span class="material-icons">picture_as_pdf</span>
        </a>
    </div>
</div>
"""

soup = BeautifulSoup(html, "html.parser")

# 逐层查找
outer_div = soup.find("div", class_="data_record")
digital_div = outer_div.find("div", class_="result_digital")
target_tag = digital_div.find("a", class_="act_content_display")

# 提取acckey属性，用get方法在标签不存在时不会抛出异常
acckey = target_tag.get("acckey")
print(acckey)
# 输出结果：69c19f8552dfdccb526f4728cf4e5cb6

方式二：CSS选择器一步匹配（代码简洁） #

确认选择器唯一的前提下，可以直接用select_one方法一步定位目标标签，代码更精简：

from bs4 import BeautifulSoup

html = """
<div class="data_record">
    <div class="result_select"></div>
    <div class="result_level"></div>
    <div class="result_digital">
        <a class="act_content_display" acckey="69c19f8552dfdccb526f4728cf4e5cb6" title="檢視詳目頁">
            <span class="material-icons">picture_as_pdf</span>
        </a>
    </div>
</div>
"""

soup = BeautifulSoup(html, "html.parser")
# 选择器语义：匹配class为data_record的div下，class为result_digital的div内部，class为act_content_display的a标签
target_tag = soup.select_one("div.data_record div.result_digital a.act_content_display")
acckey = target_tag["acckey"]
print(acckey)
# 输出结果：69c19f8552dfdccb526f4728cf4e5cb6

批量提取场景说明 #

如果页面存在多个class为data_record的列表块，遍历所有外层块再逐个提取即可：

# 遍历所有data_record块
for outer_div in soup.find_all("div", class_="data_record"):
    digital_div = outer_div.find("div", class_="result_digital")
    # 跳过没有result_digital块的异常条目
    if not digital_div:
        continue
    target_tag = digital_div.find("a", class_="act_content_display")
    if target_tag:
        acckey = target_tag.get("acckey")
        print(acckey)

注意点 #

• 取属性优先用tag.get("属性名")的写法，目标标签不存在或者属性不存在时会返回None，不会直接抛出KeyError中断程序
• 没有安装lxml解析器的话，直接用Python内置的html.parser即可满足解析需求，不需要额外安装依赖
• 用CSS选择器时如果有多个匹配结果，select_one只会返回第一个匹配的标签，需要全部结果的话换成select()方法拿到列表再遍历即可

内容的提问来源于stack exchange，提问作者chino