如何根据 BeautifulSoup 中的显式匹配选择元素？答案

【问题标题】：How can I select an element based on an explicit match in BeautifulSoup?如何根据 BeautifulSoup 中的显式匹配选择元素？
【发布时间】：2020-02-18 17:25:01
【问题描述】：

有两个元素：<div class = "abc def"> 和 <div class = "abc">

我想选择后者。

我的代码是

soup.find('div', {'class':'abc'})

但是它选择了前者。

正确的做法是什么？

【问题讨论】：

标签： python beautifulsoup

【解决方案1】：

前一个元素有两个类：和（参见例如How to assign multiple classes to an HTML container?），因此BeautifulSoup 在使用find() 时正确指向它。

为了指向第二个你应该使用findAll - 它返回一个列表 - 并提取第二个元素：

soup.findAll('div', {'class':'abc'})[1]

【讨论】：

如果您指的是列表的最后一个元素，您只需输入listname[-1]

【解决方案2】：

来自Official doc：

您也可以搜索类属性的确切字符串值：
css_soup.find_all("p", class_="body strikeout")
# [<p class="body strikeout"></p>]

soup.find_all("div", class_="abc")

【讨论】：

两者都会选择。

【解决方案3】：

试试 :nth-of-type(2) 或 :nth-child(2) 与 css 选择器。

print(soup.select_one('.abc:nth-of-type(2)'))

示例：

html='''<div class = "abc def"></div>
        <div class = "abc"></div>'''

soup=BeautifulSoup(html,'html.parser')
print(soup.select_one('.abc:nth-of-type(2)'))

已编辑：

print(soup.select_one('.abc:not(.def)'))

【讨论】：

它返回无。
@Chan : 请发布您的 html 结构。您的 html 是否看起来像我给定的示例，那么它应该可以工作。如果不是，您可以发布 Html 吗？
@Chan ：请检查已编辑的答案。希望这会有所帮助。
它仍然返回 None。

【解决方案4】：

要获得精确的类匹配，您可以使用以下函数 lambda 表达式作为过滤器。

 soup.find_all(lambda x: x.name == 'div' and ''.join(x.get('class', list())) == 'abc')

如果需要，您也可以将其包装在一个函数中。 ''.join(x.get('class', list())) == 'abc' 加入类（如果可用）并检查它是否等于 'abc'。

例子

from bs4 import BeautifulSoup
html = """
<div class = "abc def"></div>
<div class = "abc"></div>
<div></div>
"""
soup = BeautifulSoup(html, 'html.parser')
print(
    soup.find_all(
        lambda x: x.name == 'div' and ''.join(x.get('class', list())) == 'abc'
    )
)

输出

[<div class="abc"></div>]

参考：

Function as filter - BeautifulSoup Docs

【讨论】：