使用Python与b4s爬取_AntiCsrfToken值，解决返回空数组问题

算力阿峰

2026-10-31

提取表单中 _AntiCsrfToken 取值的可行方案

bs4 解析返回空数组的常见原因

未对转义HTML做解码：如果传入的HTML片段包含</"这类转义实体，直接丢给bs4时，解析器会将整段内容识别为普通文本，完全匹配不到任何HTML标签，就会返回空结果。
解析器依赖缺失：使用lxml这类需要额外安装的解析器，但本地未安装对应依赖，会导致标签识别异常。
选择器匹配错误：比如将_AntiCsrfToken的属性名拼写错误，或者嵌套了过深的选择器层级，缩小了匹配范围。

极简实现代码

整个实现仅需几步，不需要额外依赖即可完成目标：

from bs4 import BeautifulSoup
import html

# 替换为你实际拿到的带转义的原始HTML字符串
raw_escaped_html = '''&lt;form method=&quot;post&quot; class=&quot;newsletter-form  js-newsletter-form&quot; action=&quot;/en/customer/subscribablesignup&quot; data-success-message=&quot;Thank&amp;#32;you&amp;#32;for&amp;#32;signing&amp;#32;up!&quot;&gt;
    &lt;input type=&quot;hidden&quot; name=&quot;_AntiCsrfToken&quot; value=&quot;bccfe8ae52e74d85bb26851bed7ebbbb&quot;&gt;
    &lt;input name=&quot;id&quot; type=&quot;hidden&quot; value=&quot;2&quot;&gt;
    &lt;input name=&quot;redirectUrl&quot; type=&quot;hidden&quot; value=&quot;/&quot;&gt;
    &lt;p id=&quot;newsletter-desc-footer&quot; class=&quot;newsletter-form__desc&quot;&gt;
        Sign up for email updates and promotions.
    &lt;/p&gt;'''

# 1. 解码转义实体，还原为标准HTML结构
# 2. 使用Python内置的html.parser解析器，无需额外安装依赖
soup = BeautifulSoup(html.unescape(raw_escaped_html), "html.parser")
# 3. 按name属性精准匹配目标input标签，提取value值
csrf_token = soup.find("input", attrs={"name": "_AntiCsrfToken"})["value"]

print(csrf_token)

运行代码可直接输出目标值：bccfe8ae52e74d85bb26851bed7ebbbb，不会出现空数组返回的问题。