Python利用BeautifulSoup4库获取input标签的value值

确定使用 BeautifulSoup4 获取 input 的 value 值

今天接到一个解析网页内容的需求，要我从网页里找出订单号。

和往常一样，我不管现在流行什么，只是习惯性的首选了前些年最多人用的BeautifulSoup4。

扫了一眼要解析的网页代码，发现挺简单的，我只需要通过其中一个input标签的id去取它对应的value值就可以了。

流程很简单，导入包，加载要解析的HTML代码，拿出结果

自信的输入代码，结果：翻车！

发现好久没有更新BeautifulSoup4的文件了。

成功更新后，马上啪啪一顿码代码：

# 导入BeautifulSoup4的包
from bs4 import BeautifulSoup
# 放入要解析的HTML代码，可以看到，只需要取 id 为 order_id 的 value 就可以了
html_source = "<input type=\"hidden\" id=\"order_id\" value=\"2021-05-15-1234\" />"
# 开始解析代码
html_soup = BeautifulSoup(html_source, "html.parser")
# 查找 id 为 order_id 的 input 标签，获取其 value 属性的值，将其保存到变量 order_value 中
order_value = html_soup.find('input', id = 'order_id')["value"]
# 输出
print(order_value)

执行后提示：

TypeError: 'NoneType' object is not subscriptable

出现错误的时候一愣，怎么以前好好的，现在不行了？

翻查了一下官网文档，又看了看本地的BeautifulSoup4版本，发现原来是更新了写法。

通过官方文档得知，要把取值的代码改掉。

原先的取值方法

order_value = html_soup.find('input', id = 'order_id')["value"]

修改为

order_value = html_soup.find('input', attrs={'id':'order_id'})['value']

最新的正确写法是这样

截止到现在最新的BeautifulSoup4 4.9.3，正确完整的写法，应该为：

# 导入BeautifulSoup4的包
from bs4 import BeautifulSoup
# 放入要解析的HTML代码，可以看到，只需要取 id 为 order_id 的 value 就可以了
html_source = "<input type=\"hidden\" id=\"order_id\" value=\"2021-05-15-1234\" />"
# 开始解析代码
html_soup = BeautifulSoup(html_source, "html.parser")
# 查找 id 为 order_id 的 input 标签，获取其 value 属性的值，将其保存到变量 order_value 中
order_value = html_soup.find('input', attrs={'id':'order_id'})['value']
# 输出
print(order_value)

后记

避免翻车，不轻易升级类库。还是得偶尔翻看官方文档，同步自己的知识库。

以上的阐述只对有基础的朋友有作用，如果对以上的知识点有质疑或者不懂的可以在下方留言。