python - 使用 BeautifulSoup 提取复选框输入对象的标签值，而不是Python中的 Mechanize

Question

刚接触 Mechanize 和 BeautifulSoup，我很喜欢它。

我使用了使用 mechanize 打开 URL 的原型(prototype)方法，现在我有了返回的对象:

    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

在我返回的结果中，我有一个类型为“checkbox”的输入对象，名称为“BoxName”。该复选框有一个标签。 HTML 看起来像这样:

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

我能够通过 mechanize 获取 DESIREDTEXT，如下所示:(代码释义以节省空间)

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

是否有等效的方法可以使用 BeautifulSoup 获取标签文本值？我很高兴使用 mechanize 来检索它，但我只是想知道 BeautifulSoup 是否也有这种能力。

附录**

来自源代码的 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>

这是 Inbox.read() 输出所有 HTML 的代码。我确认标签在那里:

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

这是我的错误:

    AttributeError                            Traceback (most recent call last)

/usr/local/lib/python2.7/dist-packages/IPython/utils/py3compat.pyc 在 execfile(fname, *where) 176 其他: 第177章--> 178 内置.execfile(文件名, *where)

/home/ubuntu/testAffinity.py () 133 从 BeautifulSoup 导入 BeautifulSoup 134 汤 = BeautifulSoup(Inbox.read())--> 135 print soup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}).text 136 137

AttributeError:“NoneType”对象没有属性“text”

不确定我在这里缺少什么，但它必须很简单。我注意到“for”值与复选框“name”值不同。我尝试使用复选框“名称”值，但收到相同的错误。

**升级到bs4后

133 从 bs4 导入 BeautifulSoup 134 汤 = BeautifulSoup(Inbox.read())--> 135 print soup.find('label',{'for': 'ctl00_ContentPlaceHolder1_chkCheckedIn'}).text 136 137

AttributeError:“NoneType”对象没有属性“text”

**升级到 4 后我打印了汤。属性是正确的。标签位于 print soup 的 html 中。

    <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>

Answer 1

是的，尝试一下:

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

使用你的函数，它看起来像:

html = OpenURL(URL, USERAGENT).read()
soup = BeautifulSoup(html)
print soup.find('label',{'for':'BoxName'}).text