python - BeautifulSoup 不在已找到的标签中递归搜索

Question

我目前正在处理包含列表的维基百科文章。

我现在已经收到文章 List of Archdeacons in the Diocese in Europe 。为了获取 ul(或表)标签，我使用 BeautifulSoup (Python 2.7)。我发现文章的内容包含在“mw-content-text”标签中:

article = soup.find('div', {'id':'mw-content-text'})
lists = article.find_all('ul')

这就是我获取列表的方式，它适用于此示例。但有些文章的列表包含其他列表，我不希望 BS 跟踪这些子列表。我怎么说废话，当它找到标签时我不必再深入查看？

参数recursive不是我要寻找的，因为列表可能位于div标签中。

附:This用户正在寻找相同的解决方案，但没有得到正确的答案:“有没有办法让 BS 不递归搜索已找到的标签？”

Answer 1

一种可能的方法是使用 function搜索 ul 标签。对于找到的每个 ul 标签，检查是否使用 find_parent() 找到父 ul 标签。 :

article.find_all(lambda x: x.name == 'ul' and x.find_parent("ul") is None)