beautifulsoup 怎样抓取 select 标签里面的 option 的文本？

Question

我要抓取的页面的内容是在如下标签内的parent.theZNPKT_CJJS1.innerHTML='[0000789]Andrew';我写的代码：importurllib2frombs4importBeautifulSoupurl='xxx'html=urllib2.urlopen(url)soup=BeautifulSoup(html,from_encoding='gbk')option=soup.findAll('option')f=open("out.txt","w")print>>f,optionf.close()printoption抓取出来的结果全都是[0000049]ANNA这样的，我想提取[0000049]ANNA这个内容怎样做呀？很多东西都不懂，经过搜索换了一种方法提取出来了。用的是正则的方法：importurllib2importreurl='xxx'html=urllib2.urlopen(url).read()patt=re.compile(r'(.+?)')option=patt.findall(html)f=open("out.txt","w")forvalueinoption:printvaluef.writelines(value+'\n')f.close()

Answer 1

1.你要抓取的option等内容，很明显，是标签script内部的内容(content/text）
-》所以没法用BeautifulSoup当做标签(的属性）去抓取
2.想要当做属性处理
一种办法：
在获得你所说的：
[0000049]ANNA
后，再去把（用html标签括起来）组合成html，然后再用BeautifulSoup去当做html处理
->就可以获得option这个标签了
->就可以获得option的string了
3.当然，对于你这样的情况，相对来说，用（你已经用了的）正则，比用bs，效率更高。
4.关于beautifulSoup，可参考：
Python专题教程：BeautifulSoup详解
                            

Answer 2

option也是个元素，不是属性，你是不是应该写为soup.findAll('selectoption')呢？
我太久没有用BeautifulSoup了，具体的不记得怎么写。