Python Beautifulsoup Find_all除外

Question

我正在努力寻找解决该问题的简单方法，希望您能为您提供帮助。

我一直在使用Beautifulsoup的find all并尝试一些正则表达式来查找除以下html中的“ emptyLine”行以外的所有项：

<div class="product_item0 ">...</div>
<div class="product_item1 ">...</div>
<div class="product_item2 ">...</div>
<div class="product_item0 ">...</div>
<div class="product_item1 ">...</div>
<div class="product_item2 ">...</div>
<div class="product_item0 ">...</div>
<div class="product_item1 last">...</div>
<div class="product_item2 emptyItem">...</div>

有没有一种简单的方法来查找除“ emptyItem”以外的所有项目？

Answer 1

只需跳过包含emptyItem该类的元素。工作样本：

from bs4 import BeautifulSoup

data = """
<div>
    <div class="product_item0">test0</div>
    <div class="product_item1">test1</div>
    <div class="product_item2">test2</div>
    <div class="product_item2 emptyItem">empty</div>
</div>
"""

soup = BeautifulSoup(data, "html.parser")

for elm in soup.select("div[class^=product_item]"):
    if "emptyItem" in elm["class"]:  # skip elements having emptyItem class
        continue

    print(elm.get_text())

印刷：

test0
test1
test2

请注意，div[class^=product_item]是一个 CSS 选择器，它将匹配所有div具有以 开头的类的元素product_item。