BeautifulSoup如何查找包含特定子字符串的属性？这种操作是否可行？

Question

我在我的BeautifulSoup代码中有一个调用find_all()的语句。目前这个语句可以获取到所有的图片，但是如果我只想获取那些src属性包含"placeholder"子字符串的图片，该怎么做呢？

for t in soup.find_all('img'):  # WHERE img.href.contains("placeholder")

- Simon Kiely

---

你可能是指 src 属性，而不是 href 属性吧？ - Martijn Pieters

Answer 1

您可以在src关键字参数中传递一个函数：（点击此处查看函数）

for t in soup.find_all('img', src=lambda x: x and 'placeholder' in x):

或者，一个正则表达式：

import re

for t in soup.find_all('img', src=re.compile(r'placeholder')):

或者，不使用find_all()，而是使用select()：

for t in soup.select('img[src*=placeholder]'):

- alecxe

---

或者使用CSS选择器：soup.select('img[src*=placeholder]')。 - Martijn Pieters

@MartijnPieters，那是我也会这样做的，谢谢 :) 我会把它包含在答案中。 - alecxe

你们太棒了。如果有人能更详细地解释一下bs4中css选择器的工作原理，我会非常感激。与scrapy相比，我发现这有点令人困惑，在scrapy中，你可以从元素检查器中复制，但似乎在bs4中不起作用。 - Ivan Calderon

src 后面的撇号代表什么？ - Happy John