在BeautifulSoup中匹配id

Question

我正在使用BeautifulSoup - python模块.我必须找到任何对id的引用,例如:'post-#'.例如:

<div id="post-45">...</div>
<div id="post-334">...</div>

我该如何过滤？

html = '<div id="post-45">...</div> <div id="post-334">...</div>'
soupHandler = BeautifulSoup(html)
print soupHandler.findAll('div', id='post-*')

Answer 1

您可以将函数传递给findAll:

>>> print soupHandler.findAll('div', id=lambda x: x and x.startswith('post-'))
[<div id="post-45">...</div>, <div id="post-334">...</div>]

或正则表达式:

>>> print soupHandler.findAll('div', id=re.compile('^post-'))
[<div id="post-45">...</div>, <div id="post-334">...</div>]

Answer 2

由于他要求匹配“post-#somenumber#”，因此最好精确地使用

import re
[...]
soupHandler.findAll('div', id=re.compile("^post-\d+"))