我想用beautifulsoup 获得标签的特定部分，但我做不到。 标签是：
<a class="grey-dark" href="/projects/perry/grace-jones-does-not-give-a-f-t-shirt-limited-edition-0/comments?cursor=4#comment-3"><data class="Comment3" data-format="distance_date" data-value=""2009-04-21T15:29:45-04:00"" itemprop="Comment[created_at]">on April 21, 2009</data></a>
而我想要的部分只有2009-04-21。如何使用 bs4 做到这一点？
【问题讨论】：
标签： beautifulsoup tags
我对正则表达式不是很熟练，但你可以尝试做一些类似的事情：
import re
[...]
html = '<a class="grey-dark" href="/projects/perry/grace-jones-does-not-give-a-f-t-shirt-limited-edition-0/comments?cursor=4#comment-3"><data class="Comment3" data-format="distance_date" data-value=""2009-04-21T15:29:45-04:00"" itemprop="Comment[created_at]">on April 21, 2009</data></a>'
m = re.search('[0-9]{4}-[0-9]{2}-[0-9]{2}', html)
if m:
print m.group(0)
这将打印任何 9999-99-99 格式的字符串。重要的是要说，这个正则表达式不限制月份为 1-12 和天从 1 到 31。
另外，您可以改用简写正则表达式\d{4}-\d{2}-\d{2}。
【讨论】：
from bs4 import BeautifulSoup as bs
a = '''<a class="grey-dark" href="/projects/perry/grace-jones-does-not-give-a-f-t-shirt-limited-edition-0/comments?cursor=4#comment-3"><data class="Comment3" data-format="distance_date" data-value=""2009-04-21T15:29:45-04:00"" itemprop="Comment[created_at]">on April 21, 2009</data></a>
'''
soup = bs(a, 'lxml')
print(soup.data['data-value'])
最后一行是唯一重要的，.data 是标签，或者我们可以使用soup.find('data')，我们使用属性的键来提取所需的数据。
就像我上面提到的 *er 一样，您也可以使用 re 或正则表达式，但它很慢，您必须对它有一些了解才能了解它是如何工作的，即使他解释得很好。希望这能回答您的问题。
所以这是使用 BeautifulSoup 的正确方法，就像您要求不使用 re 一样。
【讨论】：
试一试：
html_content='''
<a class="grey-dark" href="/projects/perry/grace-jones-does-not-give-a-f-t-shirt-limited-edition-0/comments?cursor=4#comment-3">
<data class="Comment3" data-format="distance_date" data-value=""2009-04-21T15:29:45-04:00"" itemprop="Comment[created_at]">on April 21, 2009</data></a>
'''
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_content,"lxml")
item = soup.select(".Comment3")[0]['data-value'].split("T")[0]
print(item.replace('"',''))
结果：
2009-04-21
【讨论】：