gpt4 book ai didi

python - 使用 BeautifulSoup 选择特定的 标签

转载 作者:太空狗 更新时间:2023-10-30 00:41:40 24 4
gpt4 key购买 nike

我正在使用这段代码用 BeautifulSoup 获取一些 html 表格行:

from bs4 import BeautifulSoup
import urllib2
import re

page = urllib2.urlopen('www.something.bla')
soup = BeautifulSoup(page)
rows = soup.findAll('tr', attrs={'class': re.compile('class1.*')})

这是我得到的结果:

<tr class="class1 class2 class3">...</tr>
<tr class="class1 class2 class3">...</tr>
<tr class="class1 class5">...</tr>
<tr class="class1_a class5_a">...</tr>
<tr class="class1 class5">...</tr>
<tr class="class1_a class5_a">...</tr>
<!-- etc. -->

但是,我想排除(或首先不选择它们)那些具有 class1 class2 class3 作为属性的行。

我该怎么做?
感谢您的帮助!

最佳答案

也许没有正则表达式会更容易。这适用于 BeautifulSoup 3:

from BeautifulSoup import BeautifulSoup

page = """
<tr class="class1 class2 class3">1</tr>
<tr class="class1 class2 class3">2</tr>
<tr class="class1 class5">3</tr>
<tr class="class1_a class5_a">4</tr>
<tr class="class1 class5">5</tr>
<tr class="class1_a class5_a">6</tr>
<tr>7</tr>"""

def cond(x):
if x:
return x.startswith("class1") and not "class2 class3" in x
else:
return False

soup = BeautifulSoup(page)
rows = soup.findAll('tr', {'class': cond})

for row in rows:
print row

=>

<tr class="class1 class5">3</tr>
<tr class="class1_a class5_a">4</tr>
<tr class="class1 class5">5</tr>
<tr class="class1_a class5_a">6</tr>

使用 BeautifulSoup 4,我能够使其工作如下:

import re
from bs4 import BeautifulSoup

page = """
<tr class="class1 class2 class3">1</tr>
<tr class="class1 class2 class3">2</tr>
<tr class="class1 class5">3</tr>
<tr class="class1_a class5_a">4</tr>
<tr class="class1 class5">5</tr>
<tr class="class1_a class5_a">6</tr>
<tr>7</tr>"""

soup = BeautifulSoup(page)
rows = soup.find_all('tr', {'class': re.compile('class1.*')})

for row in rows:
cls = row.attrs.get("class")
if not ("class2" in cls or "class3" in cls):
print row

=>

<tr class="class1 class5">3</tr>
<tr class="class1_a class5_a">4</tr>
<tr class="class1 class5">5</tr>
<tr class="class1_a class5_a">6</tr>

在 BS4 中,class 等多值属性的值是字符串列表,而不是字符串。参见 http://www.crummy.com/software/BeautifulSoup/bs4/doc/#id12 .

关于python - 使用 BeautifulSoup 选择特定的 <tr> 标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9253684/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com