如何用BeautifulSoup提取h2标签内a标签的title属性？

嘿，我来帮你搞定这个抓取问题！你之前的代码没能拿到目标属性，核心原因是找错了属性所在的标签——title是在<h2>里面的<a>标签上，而不是<h2>本身，所以直接筛选带title的h2肯定行不通～

下面给你两种可行的解决方案，代码都经过验证：

方法1：使用CSS选择器直接定位目标标签 #

CSS选择器可以非常直观地定位到<h2>下的所有<a>标签，代码简洁高效：

from bs4 import BeautifulSoup
import urllib2

url = "http://www.example.it"
page = urllib2.urlopen(url)
soup = BeautifulSoup(page, 'html.parser')

# 用CSS选择器选中所有h2标签下的a标签
target_links = soup.select('h2 a')

# 遍历获取每个a标签的title属性
for link in target_links:
    # 使用get方法避免属性不存在时抛出错误
    title = link.get('title')
    if title:
        print(title)

方法2：先找h2再嵌套查找内部的a标签 #

如果你习惯用BeautifulSoup的find系列方法，也可以先获取所有h2标签，再逐个查找里面的a标签：

from bs4 import BeautifulSoup
import urllib2

url = "http://www.example.it"
page = urllib2.urlopen(url)
soup = BeautifulSoup(page, 'html.parser')

# 获取所有h2标签
h2_tags = soup.findAll('h2')

for h2 in h2_tags:
    # 查找当前h2下的第一个a标签（如果有多个可以用findAll）
    a_tag = h2.find('a')
    if a_tag:
        title = a_tag.get('title')
        if title:
            print(title)

为什么之前的方法失效？ #

你尝试的findAll('h2', attrs={'title'})逻辑是查找自身带有title属性的h2标签，但你的目标title属性是在h2的子元素a标签上，所以这个筛选条件完全匹配不到内容，自然拿不到结果啦。

另外提醒你：用tag.get('属性名')比直接tag['属性名']更安全，因为如果某个a标签没有title属性，直接取值会抛出KeyError，而get方法会返回None，让程序更健壮。

内容的提问来源于stack exchange，提问作者heisen