Beautiful Soup: 测试一个 div 是否是一个 div 的子元素答案

【问题标题】：Beautiful Soup: Test if a div is children of a divBeautiful Soup: 测试一个 div 是否是一个 div 的子元素
【发布时间】：2021-12-29 08:56:46
【问题描述】：

是否可以使用Beautiful Soup 测试一个 div 是否是（不是必然直接）一个 div 的子级？

例如。

<div class='a'>
  <div class='aa'>
    <div class='aaa'>
      <div class='aaaa'>
      </div>
    </div>
  </div>
  <div class='ab'>
    <div class='aba'>
      <div class='abaa'>
      </div>
    </div>
  </div>
</div>

现在我想测试具有 aaaa 类的 div 和具有 abaa 类的 div 是否是（不一定是直接的）具有类 aa 的 div 的子级。

import bs4

with open('test.html','r') as i_file:
  soup = bs4.BeautifulSoup(i_file.read(), 'lxml')
div0 = soup.find('div', {'class':'aa'})
div1 = soup.find('div', {'class':'aaaa'})
div2 = soup.find('div', {'class':'abaa'})

print(div1 in div0)  # must return True, but returns False
print(div2 in div0)  # must return False

如何做到这一点？

（当然，实际的 HTML 更复杂，嵌套的 div 更多。）

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

您可以使用 Beautifulsoup 中的find_parent 方法。

import bs4

with open("test.html", "r") as i_file:
    soup = bs4.BeautifulSoup(i_file.read(), "lxml")

div0 = soup.find("div", {"class": "aa"})
div1 = soup.find("div", {"class": "aaaa"})
div2 = soup.find("div", {"class": "abaa"})


print(div1.find_parent(div0.name, attrs=div0.attrs) is not None)  # Returns True
print(div2.find_parent(div0.name, attrs=div0.attrs) is not None)  # Returns False

【讨论】：

【解决方案2】：

尝试使用find_all_next 查找所有子元素，并查看子元素是否具有所需的类属性。

from bs4 import BeautifulSoup

soup = BeautifulSoup(text, "html.parser")


def is_child(element, parent_class, child_class):
    return any(
        child_class in i.attrs['class']
        for i in soup.find("div", attrs={"class": parent_class}).find_all_next(element)
    )


print(is_child("div", "aa", "aaa"))  # True
print(is_child("div", "abaa", "aa"))  # False

【讨论】：

我没有投反对票，但实际上我想要的是：print(is_child("div", 'aa', 'aaaa')); print(is_child("div", 'aa', 'abaa'))

【解决方案3】：

好吧，我想我找到了办法。您必须使用find_all 获取父 div 的所有子 div：

import bs4

with open('test.html','r') as i_file:
  soup = bs4.BeautifulSoup(i_file.read(), 'lxml')

div0 = soup.find('div', {'class':'aa'})
div1 = soup.find('div', {'class':'aaaa'})
div2 = soup.find('div', {'class':'abaa'})

children = div0.find_all('div')
print(div1 in children)
print(div2 in children)

【讨论】：