如何在BeautifulSoup(Python)中嵌套find_all语句？

pexxcrt2 于 2022-10-30 发布在 Python

关注(0)|答案(3)|浏览(177)

我从使用Selenium拖动页面开始，我相信我使用以下代码正确地将页面中需要的部分传递给BeautifulSoup：

soup = BeautifulSoup(driver.find_element("xpath", '//*[@id="version_table"]/tbody').get_attribute('outerHTML'))

现在我可以使用BeautifulSoup进行解析

query = soup.find_all("tr", class_=lambda x: x != "hidden*")
print (query)

我的问题是，我需要深入挖掘，而不仅仅是这一个查询。例如，我想将这一个嵌套在第一个查询中（因此第一个查询必须为真，然后是这一个）：

query2 = soup.find_all("tr", id = "version_new_*")
print (query2)

从逻辑上讲，这就是我要做的（但是我得到了SyntaxError：无效语法）：

query = soup.find_all(("tr", class_=lambda x: x != "hidden*") and ("tr", id = "version_new_*"))
print (query)

我该如何完成这项工作？

python

来源：https://stackoverflow.com/questions/74241644/how-do-i-have-nested-find-all-statements-in-beautifulsoup-python

3条答案

按热度按时间

ktecyv1j1#

关于：query = soup.find_all(...) and print (query)
find_all将返回一个可迭代类型。可迭代类型可以被迭代。

for query in soup.find_all(...): 
    print(query)

赞(0）回复(0）举报 2022-10-30

ltqd579y2#

您可以对每个元素使用lambda函数（沿着regex）来进行一些高级条件处理

import re

query = soup.find_all(
    lambda tag: 
        tag.name == 'tr' and
        'id' in tag.attrs and re.search('^version_new_*', str(tag.attrs['id'])) and
        'class' in tag.attrs and not re.search('^hidden*', str(tag.attrs['class']))
)
print(list(query))

对于html中的每个元素，我们都在检查...
1.如果标记是表格行（tr）
1.如果标记有id并且该id与模式匹配
1.如果标记具有类并且该类与模式匹配

赞(0）回复(0）举报 2022-10-30

fdbelqdn3#

如前所述，没有任何例子，这是很难帮助或给予一个准确的答案-然而，你可以使用css selector：

soup.select('tr[id^="version_new_"]:not(.hidden)')

示例

from bs4 import BeautifulSoup

html = '''
<tr id="version_new_1" class="hidden"></tr>
<tr id="version_new_2"></tr>
<tr id="version_new_3" class="hidden"></tr>
<tr id="version_new_4"></tr>
'''

soup = BeautifulSoup(html)

soup.select('tr[id^="version_new_"]:not(.hidden)')

输出

将是一个ResultSet，你可以迭代来刮你需要的东西。

[<tr id="version_new_2"></tr>, <tr id="version_new_4"></tr>]

赞(0）回复(0）举报 2022-10-30

我来回答

如何在BeautifulSoup(Python)中嵌套find_all语句？

3条答案

输出

相关问题

热门标签

最新问答