python - BeautifulSoup 。元素索引错误

Question

我一直在解析 html 的 ol 元素并遇到了元素索引的问题。

假设我们有以下元素:

html_document = """
<ol>
    <li>Test lists</li>
    <li>Second option</li>
    <li>Third option</li>
</ol>
"""

那么，让我们解析它:

soup = BeautifulSoup(html_document)
all_li = tuple(soup.find_all('li'))
result = [el.parent.index(el) for el in all_li]
print(result)  # [1, 3, 5]

为什么是 1、3、5？或者我错过了什么？

Answer 1

在index()的定义中方法，我们看到如下代码:

    def index(self, element):
        """
        Find the index of a child by identity, not value. Avoids issues with
        tag.contents.index(element) getting the index of equal elements.
        """
        for i, child in enumerate(self.contents):
            if child is element:
                return i
        raise ValueError("Tag.index: element not in tag")

所以你真的需要看看 .contents属性，显示以下成员(<ol> 标记的子项):

0 <class 'bs4.element.NavigableString'> 
1 <class 'bs4.element.Tag'> <li>Test lists</li>
2 <class 'bs4.element.NavigableString'> 
3 <class 'bs4.element.Tag'> <li>Second option</li>
4 <class 'bs4.element.NavigableString'> 
5 <class 'bs4.element.Tag'> <li>Third option</li>
6 <class 'bs4.element.NavigableString'> 

换句话说，您的 <li> 的父级标签，<ol> , 还有其他子项——可导航字符串，您没有直接捕获它们，因为您只搜索了列表项 ( soup.find_all('li'))。