如果类“包含”或正则表达式，那么美丽的汤？答案

【问题标题】：Beautiful Soup if Class "Contains" or Regex?如果类“包含”或正则表达式，那么美丽的汤？
【发布时间】：2016-04-12 03:42:15
【问题描述】：

如果我的班级名称经常不同，例如：

listing-col-line-3-11 dpt 41
listing-col-block-1-22 dpt 41
listing-col-line-4-13 CWK 12

通常我可以这样做：

for EachPart in soup.find_all("div", {"class" : "ClassNamesHere"}):
            print EachPart.get_text()

这里有太多的类名需要使用，所以其中有很多。

我知道 Python 没有我通常会使用的“.contains”，但它确实有一个“in”。虽然我还没有找到一种方法来整合它。

我希望有一种方法可以使用正则表达式来做到这一点。虽然我的 Python 语法再次让我失望，但我一直在尝试以下方面的变化：

regex = re.compile('.*listing-col-.*')
    for EachPart in soup.find_all(regex):

但这似乎并不奏效。

【问题讨论】：

标签： python regex web-scraping beautifulsoup

【解决方案1】：

你可以试试这个 for 循环：

regex = re.compile('.*listing-col-.*')
for EachPart in soup.find_all("div", {"class" : regex}):
        print EachPart.get_text()

【讨论】：

【解决方案2】：

您可以通过使用与gazpacho 的部分匹配来避免正则表达式...

输入：

html = """\
<div class="listing-col-line-3-11 dpt 41">A</div>
<div class="listing-col-block-1-22 dpt 41">B</div>
<div class="listing-col-line-4-13 CWK 12">C</div>
"""

部分匹配码：

from gazpacho import Soup

soup = Soup(html)
divs = soup.find("div", {"class": "listing-col-"}, partial=True)
[div.text for div in divs]

输出：

['A', 'B', 'C']

【讨论】：

【解决方案3】：

BeautifulSoup 支持CSS selectors，它允许您根据特定属性的内容选择元素。这包括用于包含的选择器 *=。

以下将返回所有 div 元素，其 class 属性包含文本“listing-col-”：

for EachPart in soup.select('div[class*="listing-col-"]'):
    print EachPart.get_text()

【讨论】：