Python RegEx 与 Beautifulsoup 4 不起作用

Question

我想找到所有在其 class 名称中具有特定模式的 div 标签，但我的代码无法按预期工作。

这是代码片段

soup = BeautifulSoup(html_doc, 'html.parser')

all_findings = soup.findAll('div',attrs={'class':re.compile(r'common text .*')})

其中 html_doc 是带有以下 html 的字符串

<div class="common text sighting_4619012">

  <div class="hide-c">
    <div class="icon location"></div>
    <p class="reason"></p>
    <p class="small">These will not appear</p>
    <span class="button secondary ">wait</span>
  </div>

  <div class="show-c">
  </div>

</div>

但是 all_findings 作为一个空列表出现，而它应该找到一项。

它在完全匹配的情况下工作

all_findings = soup.findAll('div',attrs={'class':re.compile(r'hide-c')})

我正在使用bs4。

Answer 1

不要使用正则表达式，而是将您要查找的类放入列表中:

all_findings = soup.findAll('div',attrs={'class':['common', 'text']})

<小时/>

示例代码:

from bs4 import BeautifulSoup

html_doc = """<div class="common text sighting_4619012">

  <div class="hide-c">
    <div class="icon location"></div>
    <p class="reason"></p>
    <p class="small">These will not appear</p>
    <span class="button secondary ">wait</span>
  </div>

  <div class="show-c">
  </div>

</div>"""
soup = BeautifulSoup(html_doc, 'html.parser')
all_findings = soup.findAll('div',attrs={'class':['common', 'text']})
print all_findings

<小时/>

输出:

[<div class="common text sighting_4619012">
<div class="hide-c">
<div class="icon location"></div>
<p class="reason"></p>
<p class="small">These will not appear</p>
<span class="button secondary ">wait</span>
</div>
<div class="show-c">
</div>
</div>]