python - 提取 HTML 表单的字段名称 - Python

Question

假设有一个链接“http://www.someHTMLPageWithTwoForms.com”，它基本上是一个具有两种表单(比如表单 1 和表单 2)的 HTML 页面。我有这样的代码......

import httplib2
from BeautifulSoup import BeautifulSoup, SoupStrainer
h = httplib2.Http('.cache')
response, content = h.request('http://www.someHTMLPageWithTwoForms.com')
for field in BeautifulSoup(content, parseOnlyThese=SoupStrainer('input')):
        if field.has_key('name'):
                print field['name']

这会返回属于我的 HTML 页面的 Form 1 和 Form 2 的所有字段名称。有什么方法可以只获取属于特定表单的字段名称(例如仅表单 2)？

Answer 1

如果只有 2 种形式，你可以试试这个:

from BeautifulSoup import BeautifulSoup

forms = BeautifulSoup(content).findAll('form')
for field in forms[1]:
    if field.has_key('name'):
            print field['name']

如果它不仅仅是关于第二种形式，你可以让它更具体(通过 id 或 class 属性

from BeautifulSoup import BeautifulSoup

forms = BeautifulSoup(content).findAll(attrs={'id' : 'yourFormId'})
for field in forms[0]:
    if field.has_key('name'):
            print field['name']