如何使用BeautifulSoup提取HTML标签属性中的导演信息？

不需要转成字符串用正则匹配，用BeautifulSoup自带的属性读取功能结合简单的字符串拆分就能实现，效率和稳定性都更好。

具体实现步骤 #

• 第一步：获取目标a标签对象，你调用find_all('a')返回的是标签列表，取第一个元素即可：
  a_tag = director[0]
• 第二步：读取a标签的title属性值，推荐用get方法避免属性不存在时报错：
  title_text = a_tag.get('title', '')
• 第三步：按规则拆分提取导演信息，你的示例中导演名称后统一带(dir.)标识，按逗号拆分后筛选即可：

  if title_text:
      # 拆分所有人员列表
      person_list = [item.strip() for item in title_text.split(',')]
      # 筛选出带导演标识的条目，去掉标记后得到导演名称
      director_list = [item.replace('(dir.)', '').strip() for item in person_list if '(dir.)' in item]
  

运行后director_list中就存储了所有提取到的导演，你给出的示例运行后得到的结果为['Frank Darabont']。这种方式比正则更简单易维护，也不会出现正则匹配漏判、误判的问题，是更合适的实现方式。

内容的提问来源于stack exchange，提问作者Cybers