美丽的汤得到第一个孩子答案

【问题标题】：Beautiful soup getting the first child美丽的汤得到第一个孩子
【发布时间】：2013-03-07 14:37:50
【问题描述】：

我怎样才能得到第一个孩子？

 <div class="cities"> 
       <div id="3232"> London </div>
       <div id="131"> York </div>
  </div>

我怎样才能到达伦敦？

for div in nsoup.find_all(class_='cities'):
    print (div.children.contents)

AttributeError: 'listiterator' 对象没有属性 'contents'

【问题讨论】：

children 是一系列孩子，每个孩子都有contents。序列本身没有contents。就像[1, 2, 3] 不是整数一样。同时，像任何序列一样，要获得第一个值，您只需 next(iter(div.children))。

标签： python beautifulsoup

【解决方案1】：

使用现代版本的 bs4（当然是 bs4 4.7.1+），您可以访问 :first-child css 伪选择器。尼斯和描述性的。如果您只想返回第一个匹配项，即soup.select_one('.cities div:first-child').text，请使用soup.select_one。在使用.text 访问器之前测试not None 被认为是一种好的做法。

from bs4 import BeautifulSoup as bs

html = '''
<div class="cities"> 
       <div id="3232"> London </div>
       <div id="131"> York </div>
  </div>
  '''
soup = bs(html, 'lxml') #or 'html.parser'
first_children = [i.text for i in soup.select('.cities div:first-child')]
print(first_children)

【讨论】：

【解决方案2】：

当问题只想要第一个时，当前接受的答案会得到所有城市。

如果你只需要第一个孩子，你可以利用.children 返回一个迭代器而不是一个列表。请记住，迭代器会即时生成列表项，因为我们只需要迭代器的第一个元素，所以我们不需要生成所有其他城市元素（从而节省时间）。

for div in nsoup.find_all(class_='cities'):
    first_child = next(div.children, None)
    if first_child is not None:
        print(first_child.string.strip())

【讨论】：

【解决方案3】：

div.children 返回一个迭代器。

for div in nsoup.find_all(class_='cities'):
    for childdiv in div.find_all('div'):
        print (childdiv.string) #london, york

出现了AttributeError，因为'\n' 之类的非标签在.children 中。只需使用适当的子选择器来查找特定的 div。

（更多编辑）无法重现您的异常 - 这是我所做的：

In [137]: print foo.prettify()
<div class="cities">
 <div id="3232">
  London
 </div>
 <div id="131">
  York
 </div>
</div>

In [138]: for div in foo.find_all(class_ = 'cities'):
   .....:     for childdiv in div.find_all('div'):
   .....:         print childdiv.string
   .....: 
 London 
 York 

In [139]: for div in foo.find_all(class_ = 'cities'):
   .....:     for childdiv in div.find_all('div'):
   .....:         print childdiv.string, childdiv['id']
   .....: 
 London  3232
 York  131

【讨论】：

AttributeError: 'NavigableString' object has no attribute 'contents'，当我使用字符串而不是内容时，它会给出RuntimeError: maximum recursion depth exceeded while calling a Python object
它打印 None, None 然后 RuntimeError: maximum recursion depth exceeded while calling a Python object
div['id'] 或喜欢div.get('id', None)。就像您从 dict 检索某些东西一样。