如何通过beautifulsoup选择包含具有特定ID的跨度的div？答案

【问题标题】：How to select div including a span with specific id via beautifulsoup?如何通过beautifulsoup选择包含具有特定ID的跨度的div？
【发布时间】：2021-11-14 18:47:52
【问题描述】：

我想抓取一些 div 的文本，其中包括带有特定 id 或 class 的 span。

例如：

    <div class="class1" > 
      <span id="span1"></span>
      text to scrape
    </div>
    <div class="class1" > 
      <span id="span2"></span>
      text to scrape
    </div>
    <div class="class1" > 
      <span id="span1"></span>
      text to scrape
    </div>
    <div class="class1" > 
      <span id="span3"></span>
      text to scrape
    </div>

我想获取 div (class1) 中的文本，但特别是只有一个女巫包含 span (span1)

谢谢

谢谢你，我用下面的代码解决了我的问题：

soup = BeautifulSoup(html, "html.parser")
for x in soup.find_all(class_='class1'):
    x_span = x.find('span',class_='span1')
    print(x_span.parent.text.strip())

【问题讨论】：

我觉得一开始你应该把
改成

标签： python html beautifulsoup

【解决方案1】：

应该这样做

soup.select_one('.class1:has(#span1)').text

【讨论】：

【解决方案2】：

正如 Beso 所说，您的 html 中有一个错字，应该更正。

如何选择？

我认为最简单的方法是使用css selector 来选择所有<div> 具有<span> 的class 名为“span1”（因为您的示例html 中不止一个）

soup.select('div:has(> #span1)')

或者更具体的，如 diggusbiccus 所述：

soup.select('.class1:has(> #span1)')

要获取所有文本的文本，您必须迭代结果集：

[x.get_text(strip=True) for x in soup.select('div:has(> #span1)')]

这会给你一个文本列表：

['text to scrape', 'text to scrape']

示例

from bs4 import BeautifulSoup

html='''
<div class="class1" > 
  <span id="span1"></span>
  text to scrape
</div>
<div class="class1" > 
  <span id="span2"></span>
  text to scrape
</div>
<div class="class1" > 
  <span id="span1"></span>
  text to scrape
</div>
<div class="class1" > 
  <span id="span3"></span>
  text to scrape
</div>
'''
soup = BeautifulSoup(html, "html.parser")

[x.get_text(strip=True) for x in soup.select('div:has(> #span1)')]

【讨论】：