使用Python3+Beautiful Soup从多元素HTML中提取data-ppu值失败如何解决

问题原因 #

你代码有两个明显问题：

1. find()方法的第一个参数是用来查找匹配的HTML标签名，而data-ppu是<input>标签的自定义属性，不是标签名称，因此自然无法检索到结果。
2. 循环变量和外层遍历的trade_data重名，会引发逻辑异常，建议修改循环变量名避免冲突。

解决方案 #

BeautifulSoup中提取标签属性的逻辑是：先定位到目标标签对象，再通过下标或者get()方法读取对应属性值。
你可以根据你的trade_data实际结构选择对应写法：

情况1：trade_data中的每个元素是包含目标input的上层节点 #

for index, trade_item in enumerate(trade_data):
    # 先定位class为tradeForm的input标签
    target_input = trade_item.find('input', class_='tradeForm')
    # 提取data-ppu属性，get方法在属性不存在时会返回None，不会抛异常
    price = target_input.get('data-ppu')
    print(price)

情况2：trade_data中的每个元素本身就是目标input标签对象 #

for index, trade_item in enumerate(trade_data):
    price = trade_item.get('data-ppu')
    print(price)

运行上述代码就能输出你需要的3893结果。

内容的提问来源于stack exchange，提问作者Andrew