如何使用 beautifulsoup python 用 findall 指定子标签

Question

如何仅获取其他标签旁边的特定标签。所以如果我这样做了

soup.findAll('blockquote') 我将获得所有块引用的列表，但我只想要块引用，它也位于名称为 attr 的标记旁边。 <a name="*">

所以我的块引用列表不会包含这样的内容：

   <blockquote>
     <i>Intro </i>
  </blockquote>

当我想要的时候

<blockquote><a name="*">  </blockquote>

下面是示例，但还有一些其他的块引用，带有其他内部标记。但我只想要带有<a name="*"> 内部标签的那些。

<blockquote>
<i>Intro </i>
</blockquote>, <blockquote>
<a name="1">a </a><br>
</br></blockquote>, <blockquote>
<a name="2">x </a><br>
<a name="3">y </a><br>
<a name="4">z </a><br>
</br></br></br></blockquote>

好吧，或者我想要得到这样的结果

<blockquote>
    <a name="1">a </a><br>
    </br></blockquote>, <blockquote>
    <a name="2">x </a><br>
    <a name="3">y </a><br>
    <a name="4">z </a><br>
    </br></br></br></blockquote>

Answer 1

或者，您可以通过searching function 一次性完成：

soup.find_all(lambda tag: tag.name == "blockquote" and tag.a)

其中tag.a 等价于tag.find("a")。

换句话说，这将找到所有具有a 子元素的blockquote 元素。

Answer 2

如何获取所有a 标记，它们是blockquote 标记的直接子标记，然后获取它们的父标记（块引用）？

from bs4 import BeautifulSoup

soup = BeautifulSoup("""
<blockquote>
<i>Intro </i>
</blockquote>, <blockquote>
<a name="1">a </a><br>
</br></blockquote>, <blockquote>
<a name="2">x </a><br>
<a name="3">y </a><br>
<a name="4">z </a><br>
</br></br></br></blockquote>
""", 'html.parser')

for a in soup.select('blockquote > a'):
    print(a.parent)

结果：

<blockquote>
<a name="1">a </a><br>
</br></blockquote>
<blockquote>
<a name="2">x </a><br>
<a name="3">y </a><br>
<a name="4">z </a><br>
</br></br></br></blockquote>