python - soup.select css 第 n 个类型？

Question

我正在尝试使用 BeautifulSoup 选择以下 html 的第二列

<div class="parent">
  <div class="column">
      <div class="inventory">1</div>
      <div class="inventory">2</div>
      <div class="inventory">3</div>
  </div>
  <div class="column">
      <div class="inventory">4</div>
      <div class="inventory">5</div>
      <div class="inventory">6</div>
  </div>
  <div class="column">
      <div class="inventory">7</div>
      <div class="inventory">8</div>
      <div class="inventory">9</div>
  </div>
</div>

我使用 css 习惯用法 div.column + div 来选择第二列。但是，下面的代码会迭代第二列和第三列中的行。我相信逻辑 div.column + div 没有按照我的预期进行。

soup = BeautifulSoup(htmlSource)
secondColumn = soup.select('div.column + div div.inventory')
for row in column:
    #prints stuff about the row

有什么方法可以只迭代第二列的行吗？

Answer 1

对于给定的 CSS，结果集是完全正确的；第三个 div 后面有一个带有 column 类的 div too(毕竟第二个 div 具有该类)。

您必须找到所有 列 div，然后从结果集中选出第二个:

soup.select("div > div.column")[1]

这只会为您提供一列，即使文档中其他地方有更多这样的组。

如果您需要每个父项的第二列，请添加一个循环:

for parent in soup.select('div.parent'):
    column = parent.select('div.column')[1]

演示:

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''\
... <div class="parent">
...   <div class="column">
...       <div class="inventory">1</div>
...       <div class="inventory">2</div>
...       <div class="inventory">3</div>
...   </div>
...   <div class="column">
...       <div class="inventory">4</div>
...       <div class="inventory">5</div>
...       <div class="inventory">6</div>
...   </div>
...   <div class="column">
...       <div class="inventory">7</div>
...       <div class="inventory">8</div>
...       <div class="inventory">9</div>
...   </div>
... </div>
... ''')
>>> soup.select("div.parent > div.column")[1]
<div class="column">
<div class="inventory">4</div>
<div class="inventory">5</div>
<div class="inventory">6</div>
</div>
>>> for parent in soup.select('div.parent'):
...     column = parent.select('div.column')[1]
...     print column
... 
<div class="column">
<div class="inventory">4</div>
<div class="inventory">5</div>
<div class="inventory">6</div>
</div>