如果在 FindAll 中使用 beautifulsoup

Question

我正在尝试使用 bs4 抓取此 IP 地址。这里的ip是103.18.75.62

<div class="the-ip"><label id="a829266">1</label><label id="a814974">0</label><span id="a968168">3</span><label id="d735847">.</label><span id="d111988">1</span><span id="b284407">8</span><span id="b740896">.</span><label id="d817182">7</label><label id="e268019">5</label><span id="a721115">.</span><label id="e816439">6</label><span id="b903319">2</span></div>

我期待类似以下的工作

ip_div = soup.findAll('div' , class_ ='the-ip')
ips = ip[0].findAll('label' AND 'span')   // how to implement this AND ???
for i in ips:
    print i.get_text()

那么如何实现这个AND？？？

Answer 1

使用 select 和 div.the-ip * 作为 css 选择器：

>>> from bs4 import BeautifulSoup
>>>
>>> soup = BeautifulSoup('''
... <div class="the-ip">
...     <label id="a829266">1</label>
...     <label id="a814974">0</label>
...     <span id="a968168">3</span>
...     <label id="d735847">.</label>
...     <span id="d111988">1</span>
...     <span id="b284407">8</span>
...     <span id="b740896">.</span>
...     <label id="d817182">7</label>
...     <label id="e268019">5</label>
...     <span id="a721115">.</span>
...     <label id="e816439">6</label>
...     <span id="b903319">2</span>
... </div>
... ''')
>>> ''.join(el.text for el in soup.select('div.the-ip *'))
u'103.18.75.62'

我认为div.the-ip>*（或div.the-ip>label, div.the-ip>span）也应该可以工作。但这不适用于bs4。 （与 lxml 一起使用）

回答问题how to implement this AND?

你的意思是或吗？

您可以传递编译的正则表达式模式而不是字符串：

>>> import re
>>>
>>> ip_div = soup.find('div' , class_='the-ip') # `find`, not `findAll` here.
>>> ''.join(el.text for el in ip_div.findAll(re.compile('^(label|span)$')))
u'103.18.75.62'

^(label|span)$ 匹配 label 或 span。