seb*_*ebo 40 html python beautifulsoup html-parsing
我想从网站上删除一个项目列表,并保留它们的显示顺序.这些项目按表格组织,但它们可以是两个不同类别之一(按随机顺序).
有没有办法提供多个类,并让BeautifulSoup4找到任何给定类中的所有项目？
我需要实现此代码的功能,除了保留源代码中的项目顺序:
items = soup.findAll(True,{'class':'class1'})
items += soup.findAll(True,{'class':'class2'})
Rom*_*kar 65
你可以这样做
soup.findAll(True, {'class':['class1', 'class2']})
例:
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<html><body><div class="class1"></div><div class="class2"></div><div class="class3"></div></body></html>')
>>> soup.findAll(True, {"class":["class1", "class2"]})
[<div class="class1"></div>, <div class="class2"></div>]
Bho*_*opi 14
我是使用BeautifulSoup的Python的新手,但可能是我的答案帮助你.我遇到了同样的情况,我必须找到一个标签的多个类,所以,我只是将类传递给一个数组,它适用于我.这是代码片段
//Search with single Class
find_all("tr", {"class":"abc"})
//Search with multiple classes
find_all("tr", {"class": ["abc", "xyz"]})
Abd*_*kka 12
或者使用最新版本的 BeautifulSoup：
find_all('a', class_=['class1', 'class2'])
使用“class”会返回一个错误，所以他们使用“class_”代替。
一种方法是使用正则表达式而不是类名:
import re
import requests
from bs4 import BeautifulSoup
s = requests.Session()
link = 'https://leaderboards.guildwars2.com/en/na/achievements'
r = s.get(link)
soup = BeautifulSoup(r.text)
for item in soup.findAll(True, {"class": re.compile("^(equal|up)$")}):
if 'achievements' in item.attrs['class'] and 'number' in item.attrs['class']:
print item
<html>
<body>
<div class="cls1">ok</div>
<div class="cls2">hi</div>
<div class="cls1 cls2">both</div>
</body>
</html>
假设 html 变量包含上面的 html 代码
from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
divs = soup.find_all('div', class_=['cls1', 'cls2'])
print(divs)
这将输出：
[<div class="cls1">ok</div>, <div class="cls2">hi</div>, <div class="cls1 cls2">both</div>]
它是“OR”运算符而不是“AND”，也就是说，元素不需要同时具有这两个类。
要使用“AND”运算符，您可以使用select('div.cls1.cls2')
[<div class="cls1">ok</div>, <div class="cls2">hi</div>, <div class="cls1 cls2">both</div>]
这将输出：
[<div class="cls1 cls2">both</div>]