使用漂亮的汤从网页中刮取多个表格

Question

一个网页中有两种形式。我正在尝试使用以下代码抓取网页 (http://demo.testfire.net/feedback.aspx) 的所有表单和相关属性：

import bs4 as bs 
import urllib.request

sauce = urllib.request.urlopen("http://demo.testfire.net/feedback.aspx").read()
soup = bs.BeautifulSoup(sauce,"html.parser")

form_count = 0
for form_list in soup.find_all('form'):
    form_count+=1
    action_value = soup.find('form').get('action')
    method_value = soup.find('form').get('method')
    id_value = soup.find('form').get('id')
    print(form_count, action_value, method_value, id_value)

但是，只有页面的第一种形式会被打印两次。如何同时抓取表单及其属性？ 注意：form_count 变量递增到 2（因为页面中有 2 个表单）

Answer 1

您使用soup.find('form')，它返回它在页面上找到的第一个表单，而不是form_list，它返回当前表单，同时遍历所有表单。你的代码应该是这样的

import bs4 as bs 
import urllib.request

sauce = urllib.request.urlopen("http://demo.testfire.net/feedback.aspx").read()
soup = bs.BeautifulSoup(sauce,"html.parser")

form_count = 0
for form_list in soup.find_all('form'):
    form_count+=1
    action_value = form_list.get('action')
    method_value = form_list.get('method')
    id_value = form_list.get('id')
    print(form_count, action_value, method_value, id_value)