联想列表python

Question

我解析一些HTML表单与美丽的汤。基本上我大约有60个输入字段大多是单选按钮和复选框。到目前为止，这适用于以下代码：

from BeautifulSoup import BeautifulSoup 
x = open('myfile.html','r').read() 
out = open('outfile.csv','w') 
soup = BeautifulSoup(x) 
values = soup.findAll('input',checked="checked") 
# echoes some output like ('name',1) and ('value',4) 

for cell in values: 
# the following line is my problem! 
    statement = cell.attrs[0][1] + ';' + cell.attrs[1][1] + ';\r' 
    out.write(statement) 

out.close() 
x.close() 

正如代码，表明我的问题IST在属性选择，因为HTML模板是丑陋的，混淆的是属于输入字段参数的顺序。我对name =“somenumber”value =“someothernumber”感兴趣。不幸的是，我的attrs [1]方法不起作用，因为name和value不会在我的html中以相同的顺序出现。

有什么办法可以关联地访问生成的BeautifulSoup列表吗？

Thx提前任何建议！

Answer 1

我的建议是让values一个dict。如果soup.findAll你似乎暗示会返回一个元组列表，那么它的简单：

values = dict(soup.findAll('input',checked="checked")) 

之后，你可以简单地通过他们的属性名称指的是价值观，像什么彼得说。当然，如果soup.findAll没有像你暗示的那样返回一个元组列表，或者你的问题是元组本身是以某种奇怪的方式返回的（例如，不是（'name'，1 ）它会是（1，'name'）），那么它可能会更复杂一点。另一方面，如果soup.findAll返回某一组数据类型（dict或dicts列表，名为tuple或namedtuples列表）中的一个，那么你实际上会更好，因为你不必做任何转换首先。

...是的，在检查BeautifulSoup文档后，看起来findAll返回的对象可以像对待列表中的字典一样对待，所以您可以像Peter说的那样做。

http://www.crummy.com/software/BeautifulSoup/documentation.html#The%20attributes%20of%20Tags

噢，如果你想通过属性来列举，只是做这样的事情：

for cell in values: 
    for attribute in cell: 
     out.write(attribute + ';' + str(cell[attribute]) + ';\r') 

Answer 2

我相当肯定，你可以使用属性名像哈希的关键：

print cell['name']