python - 使用 beautifulsoup 在定义的范围内查找标签

Question

我使用 beautifulsoup 来提取数据。

我有这样一个html文件:

<div class=a>
<a href='google.com'>a</a>
</div>
<div class=b>
<a href='google.com'>c</a>
<a href='google.com'>d</a>
</div>

我想提取数据'c,d'，我不需要数据'a'

我也是这样的:

google_list = soup.findAll('a',href='google.com')
for item in google_list:
    print item.strings

它将打印 a,c,d。所以我的问题是如何只打印 'c','d' 而没有 'a' in

Answer 1

您可以只根据类别为 b 的 div 进行选择，然后在 那个标签 上使用您的原始查询，这样您寻找它的 child :

div = soup.find_all('div', {"class":"b"})[0]
items = div.find_all('a', href="google.com")