Python BeautifulSoup选择div类[重复]答案

【问题标题】：Python BeautifulSoup select div class [duplicate]Python BeautifulSoup选择div类[重复]
【发布时间】：2021-08-02 12:35:22
【问题描述】：

我正在抓取这样的 HTML

<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>
<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>

我正在使用这个

soup_object.find_all("div", {"class": "col-xs-12"})

我只想要一个具有“col-16”类的 div，但它会返回所有 div。

如何只选择带有“col-16”的 div 类？

编辑

我想要这个

<div class="col-16"> ... </div>
<div class="col-16"> ... </div>

但我得到了这个

<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>
<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>

【问题讨论】：

如果您发布一个更完整的代码示例，并展示您的期望以及运行它的实际收获，这将更容易提供帮助。

标签： python html web-scraping beautifulsoup

【解决方案1】：

我认为这些会有所帮助：

BeautifulSoup webscraping find_all( ): finding exact match

https://medium.com/@epicshane/using-beautifulsoup4-to-find-class-exact-match-3e263a95e330

我已经尝试过来自：https://stackoverflow.com/a/22735249/13548379的解决方案

from bs4 import BeautifulSoup

html_doc = """<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>
<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>
"""

soup = BeautifulSoup(html_doc, 'html.parser')
#print(soup.prettify())
item = soup.find_all(lambda tag: tag.name == 'div' and 
                                   tag.get('class') == ['col-16'])
for x in item:
    print(x.prettify())

结果是：

<div class="col-16">
 ...
</div>

<div class="col-16">
 ...
</div>

【讨论】：

感谢您的回答。这也有效。

【解决方案2】：

只需按类属性的数量过滤 div。

例如：

from bs4 import BeautifulSoup

if __name__ == '__main__':
    sample_html = """<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>
<div class="col-16 text"> ... </div>
<div class="col-16 image"> ... </div>
<div class="col-16"> ... </div>"""
    soup = BeautifulSoup(sample_html, "html.parser").find_all("div")
    filtered = [div for div in soup if len(div.attrs["class"]) == 1]
    print(filtered)

输出：

[<div class="col-16"> ... </div>, <div class="col-16"> ... </div>]

【讨论】：