如何使用BeautifulSoup查找指定HTML标签并提取其中的src属性值

前置依赖 #

如果还没安装bs4，先执行安装命令：
pip install beautifulsoup4
如果要使用更快的解析器，可以额外安装lxml：
pip install lxml

操作步骤 #

• 导入BeautifulSoup类
• 加载HTML内容（支持直接传入HTML字符串、读取本地HTML文件两种方式）
• 筛选匹配type="audio/mpeg"的source标签，避免误匹配其他source标签
• 调用get()方法提取src属性值，该方法在属性不存在时会返回None，不会抛出异常

完整可运行示例 #

from bs4 import BeautifulSoup

# 示例HTML内容，实际使用时替换为你自己的HTML内容或者从文件读取
# 从本地文件读取的写法：
# with open('目标HTML文件路径.html', 'r', encoding='utf-8') as f:
#     html_content = f.read()
html_content = '''
<source type="audio/mpeg" src="/us/media">
'''

# 初始化解析器，html.parser是Python内置不需要额外安装，也可以换成'lxml'
soup = BeautifulSoup(html_content, 'html.parser')

# 定位目标标签
audio_source = soup.find('source', type='audio/mpeg')

if audio_source:
    # 提取src属性
    src = audio_source.get('src')
    print(f"提取到的src值为：{src}")
else:
    print("未找到符合条件的source标签")

注意事项 #

• 如果你要查找的是多个同类型的source标签，可以把find方法替换为find_all，遍历返回的列表逐个提取属性即可
• 直接用audio_source['src']也可以取属性值，但如果标签没有src属性会抛出KeyError，非确定场景更推荐使用get()方法

内容的提问来源于stack exchange，提问作者PaliProx