Webスクレイピング imgタグ内のsrcとalt取得について

Question

aタグ内のimgタグのURLはSRC取得で可能なのですが、
テキスト画像リンク名であるaltを取得できるときとできない時があります。

for h in soup.find_all('a'):
    for j in h.find_all('img'):
        print(urljoin(url,j['src']))
        print(j.attrs['alt'])

上記のコードで、だいたいは取得できるのですが、altがないときは、NGとなります。
VBAでしたら、instr関数で、altがない場合という風に場合分けが事前にできるのですが、
Pythonでは色々と探しても見つけきることができませんでした。

そこで、

for h in soup.find_all('a'):
for j in h.find_all('img'):
　　e = urljoin(target_url[z],j['src'])

   for j1 in j.find_all('alt'):
        d = j1.attrs['alt']

という風に、新にFor文を設けたのですが、こちらの場合、NGとはならず、
altを取得できるときとできないときがあります。

宜しければ、altがある場合のaタグ内のimgタグ内のsrcとaltを取得
altがない場合は、altをNとして、srcとaltを取得するようなコードをご教示いただけないでしょうか。

宜しくお願いします。

Answer 1

• a タグの子孫の img タグをすべて検索 → soup.select('a img')
• あるタグ x の属性は x.attrs で dict (Python の組み込み型) としてアクセスできるので、alt 属性が存在する場合はその値、存在しない場合は 'N' → img.attrs.get('alt', 'N')
• dict.get(キー, デフォルト値) は dict にキーが存在すればその値、存在しなければデフォルト値を返す関数

from bs4 import BeautifulSoup

html = '''
<a href=""><img src="test.png" alt="hoge"></a>
<a href=""><img src="test.png"></a>
'''

soup = BeautifulSoup(html)

data = []
for img in soup.select('a img'):
    data.append(dict(src=img['src'],
                     alt=img.attrs.get('alt', 'N')))
print(data)

[{'src': 'test.png', 'alt': 'hoge'}, {'src': 'test.png', 'alt': 'N'}]

Comments

[goki_gottan]

ありがとうございます。dictを使用するのですね。
その発想は思いつきませんでした。