python--获取html中标签的属性和内容

下面介绍一下BeautifulSoup和Parsel的用法

<ul id="J_UlThumb" class="tb-thumb tb-clearfix">
  <li  class="tb-selected" >
      <div class="tb-pic tb-s50">
          <a href="#"><img data-src="//gd2.alicdn.com/imgextra/i1/3182511188/O1CN01ZWKx7o1Ke9IzG4XFA_!!3182511188.jpg_50x50.jpg" /></a>
      </div>
  </li>
  <li  class="tb-selected" >
      <div class="tb-pic tb-s50">
          <a href="#"><img data-src="//gd2.alicdn.com/imgextra/i1/3182511188/O1CN01ZWKx7o1Ke9IzG4XFA_!!3182511188.jpg_50x50.jpg" /></a>
      </div>
  </li>
    </ul>

现在我想要得到img 标签里的data-src属性
把上面这些获取到的内容用json_data保存
第一种方式先用BeautifulSoup

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

clearfix = soup.select('ul[class="tb-thumb tb-clearfix"]')

for i in clearfix:
   for ii in i.find_all('img'):
       data_src = ii.get('data-src')
       print(data_src)

第二种方式Parsel

 # Parsel的用法, 使用Selector类结合re
    selector = Selector(json_data)
    clearfix = selector.css(
        'ul[class="tb-thumb tb-clearfix"]').re('data-src="(.*?)"')

两种方式都可以拿到html中的数据
据说第二种更快一些

如果是获取标签内的内容

<h3 class="tb-main-title">新款现货Apple/苹果 iPhone 14 Pro Max官方正品手机14Pro灵动岛</h3>

tbRmbNum = selector.css('h3[class="tb-main-title"] ::text').get()