推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
一个关于 beautifulsoup 里面的 findAll 的使用问题
xucuncicero · 2016-09-10 12:17:36 +08:00 · 6752 次点击这是一个创建于 2998 天前的主题，其中的信息可能已经有所发展或是发生改变。
我要解析的网页中同时存在
<p class="left title"><a href="xxxx">xxxx</a></p>
和
<p class="title"><a href="xxxx">xxxx</a></p>
如果用
soup.findAll('p', {'class': 'title'}):
会同时输出上面两个 class ，我现在只想要"title"，应该怎么写？
 |
1
assassinleo 2016-09-10 12:45:24 +08:00
试试这个看行不： soup.find_all(‘ p ’,class="title")或者 soup.find_all(‘ p ’,class=re.compile("title"))
ref: https://www.crummy.com/software/BeautifulSoup/bs4/doc/#find-all |
 |
2
xucuncicero OP @assassinleo 无效，只是写法不一样，后一个有语法错误（应该写成 class_），还有其他写法结果也没什么区别。
这里的问题是 find_all 或者 findAll 的参数中只要能匹配到"title"就肯定能匹配到"left title"，不知道有没有什么能排除某个字符串的写法。 |
 |
3
caspartse 2016-09-10 16:19:17 +08:00  1
soup.select('p[class=title]')
|
 |
4
xiahei 2016-09-10 16:23:10 +08:00 1
不一定就要用`find_all()`, `select()`也能用上。
|
 |
5
7sDream 2016-09-10 16:26:24 +08:00 1
|
 |
6
judyApple 2016-09-11 04:29:44 +08:00 1
加个 if 语句好像就可以。 itDic.attrs 返回一个字典，要字典的 value 长度为 1 就可以筛去 left
for itDic in soup.findAll("p",{"class":"title"}): if len(itDic.attrs['class'])==1: print(itDic.attrs) |
 |
7
aihimmel 2016-09-11 10:32:11 +08:00 via Android
Xpath 大法好
|
Select Language