1

機械化とBeautifulSoupは初めてで、気に入っています。

mechanize で URL を開く典型的な方法を使用したところ、次のオブジェクトが返されました。

    def OpenURL(URL, USERAGENT):
        br = Browser()# Create a browser
        br.set_handle_robots(False)   # no robots
        br.set_handle_refresh(False)  # can sometimes hang without this
        br.addheaders = [('User-agent', USERAGENT)]
        #open the URL
        result = br.open(URL)# Open the login page
        return result

返された結果には、タイプ「チェックボックス」、名前「BoxName」の入力オブジェクトがあります。チェックボックスにはラベルがあります。HTML は次のようになります。

    <input type="checkbox" name="BoxName" checked="checked" disabled="disabled" />
    <label for="BoxName">DESIREDTEXT</label>

次のように mechanize を使用して DESIREDTEXT を取得できます: (スペースを節約するためにコードを言い換えています)

    if control.type == "checkbox": 
        for item in control.items:
            if(control.name == "BoxName"):
                DESIREDTEXT = str([label.text  for label in item.get_labels()])

BeautifulSoupでラベルのテキスト値を取得する同等の方法はありますか? mechanize を使用してそれを取得できることをうれしく思いますが、BeautifulSoup にも同様の機能があるかどうか疑問に思いました。

補遺**

ソースからの HTML:

    <input id="ctl00_ContentPlaceHolder1_chkCheckedIn" type="checkbox" name="ctl00$ContentPlaceHolder1$chkCheckedIn" checked="checked" disabled="disabled" />
    <label for="ctl00_ContentPlaceHolder1_chkCheckedIn">Checked-In 1/17/2013 1:23:01 AM</label>

これは、Inbox.read() がすべての HTML を出力するコードです。ラベルがあることを確認しました：

    soup = BeautifulSoup(Inbox.read())
print soup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}).text

これは私のエラーです：

    AttributeError                            Traceback (most recent call last)

/usr/local/lib/python2.7/dist-packages/IPython/utils/py3compat.pyc in execfile(fname, *where) 176 else: 177 filename = fname --> 178 builtin .execfile(filename, *where)

/home/ubuntu/testAffinity.py in () 133 from BeautifulSoup import BeautifulSoup 134 スープ = BeautifulSoup(Inbox.read()) --> 135 printsoup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}) .テキスト 136 137

AttributeError: 'NoneType' オブジェクトに属性 'text' がありません

ここで何が欠けているのかわかりませんが、単純でなければなりません。「for」の値がチェックボックスの「name」の値と異なることに気付きました。チェックボックスの「名前」の値を使用してみましたが、同じエラーが発生しました。

** bs4へのアップグレード後

133 from bs4 import BeautifulSoup 134 スープ = BeautifulSoup(Inbox.read()) --> 135 printsoup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}).text 136 137

AttributeError: 'NoneType' オブジェクトに属性 'text' がありません

**4 へのアップグレード後、スープを印刷しました。属性は正しいです。ラベルは印刷スープの html にあります。

    <input checked="checked" disabled="disabled" id="ctl00_ContentPlaceHolder1_chkCheckedIn" name="ctl00$ContentPlaceHolder1$chkCheckedIn" type="checkbox"/>
    <label for="ctl00_ContentPlaceHolder1_chkCheckedIn">Checked-In 1/17/2013 1:23:01 AM</label>
4

2 に答える 2

3

はい、試してみてください。

soup.find('label',{'for':'BoxName'}).text

関数を使用すると、次のようになります。

html = OpenURL(URL, USERAGENT).read()
soup = BeautifulSoup(html)
print soup.find('label',{'for':'BoxName'}).text
于 2013-01-17T21:28:27.423 に答える