我无法使用 beautifulsoup python 获取 HTML 标签的值

Question

嘿，我正在尝试抓取一个网站，并且输入中的某些值不会抓取为文本 仅 HTML 像这样

<input class="aspNetDisabled" disabled="disabled" id="ContentPlaceHolder1_EmpName" name="ctl00$ContentPlaceHolder1$EmpName" style="color:#003366;background-color:#CCCCCC;font-weight:bold;height:27px;width:150px;" type="text" value="John Doe"/>

所以我想做的只是获得价值（John Doe） 我试图 put.text 但它没有刮掉它 这是代码

soup=BeautifulSoup(r.content,'lxml')
    for name in soup.findAll('input', {'name':'ctl00$ContentPlaceHolder1$EmpName'}):
            with io.open('x.txt', 'w', encoding="utf-8") as f:
                f.write (name.prettify())

Answer 1

调用.text 时没有得到结果的原因是因为“John Doe”不在 HTML 的文本中，它是一个 HTML 属性：value="John Doe"。

您可以使用tag[<attribute>] 像Python 字典(dict) 一样访问该属性。 （见BeautifulSoup documentation on attributes）。

html = """<input class="aspNetDisabled" disabled="disabled" id="ContentPlaceHolder1_EmpName" name="ctl00$ContentPlaceHolder1$EmpName" style="color:#003366;background-color:#CCCCCC;font-weight:bold;height:27px;width:150px;" type="text" value="John Doe"/>"""

soup = BeautifulSoup(html, "lxml")
for name in soup.findAll("input", {"name": "ctl00$ContentPlaceHolder1$EmpName"}):
    print(name["value"])

输出：

John Doe

Answer 2

虽然MendelG 的答案效果很好，但如果不使用for 循环，它可能会更简洁一些（如果你只想提取一个元素）：

>>> soup.find('input')['value']
# John Doe

代码：

from bs4 import BeautifulSoup

string = '''
<input class="aspNetDisabled" disabled="disabled" id="ContentPlaceHolder1_EmpName" name="ctl00$ContentPlaceHolder1$EmpName" style="color:#003366;background-color:#CCCCCC;font-weight:bold;height:27px;width:150px;" type="text" value="John Doe"/>
'''

soup = BeautifulSoup(string, 'html.parser')

john_come_here = soup.find('input')['value']
print(john_come_here)

# John Doe