python - BeautifulSoup 找不到 parent

Question

我实在想不通。我解析了以下 link使用 BeautifulSoup，我这样做了:

soup.find(text='Title').find_parent('h3')

它没有找到任何东西。如果查看链接页面的代码，您会看到一个 h3 标记，其中包含单词 Titles。确切的要点是:

<h3 class="findSectionHeader"><a name="tt"></a>Titles</h3>

如果我让 BS 只解析上面的行，它就可以完美地工作。我也尝试过:

soup.find(text='Title').find_parents('h3')
soup.find(text='Title').find_parent(class_='findSectionHeader')

这两者都只在线上工作，但不能在整个 html 上工作。

如果我执行 soup.find(text='Titles').find_parents('div') 它适用于整个 html。

Answer 1

在findSectionHeader H3标签之前，还有一个标签，文本中有Title:

>>> soup.find(text='Title').parent
<a href="/find?q=batman&amp;s=tt&amp;ref_=fn_tt">Title</a>

您需要更具体地搜索，​​改为搜索 Titles，然后循环查找正确的:

>>> soup.find(text='Titles').parent
<option value="tt">Titles</option>
>>> for elem in soup.find_all(text='Titles'):
...     parent_h3 = elem.find_parent('h3')
...     if parent_h3 is None:
...         continue
...     print parent_h3
... 
<h3 class="findSectionHeader"><a name="tt"></a>Titles</h3>

find(text='...') 仅匹配完整 文本，而不是部分匹配。如果您需要部分匹配，请使用正则表达式:

>>> import re
>>> soup.find_all(text='Title')
[u'Title']
>>> soup.find_all(text=re.compile('Title'))
[u'Titles', u'Titles', u'Titles', u'Title', u'Advanced Title Search']