我在使用Beautifulsoup解析带有“class”属性的HTML元素时遇到了麻烦。代码看起来像这样
soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
if (div["class"] == "stylelistrow"):
print div
我在脚本完成后的同一行上得到一个错误。
File "./beautifulcoding.py", line 130, in getlanguage
if (div["class"] == "stylelistrow"):
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 599, in __getitem__
return self._getAttrMap()[key]
KeyError: 'class'
如何消除这个错误呢?
当前回答
如何按类查找元素 我在使用Beautifulsoup解析带有“class”属性的html元素时遇到了麻烦。
你可以很容易地找到一个类，但如果你想找到两个类的交集，这就有点困难了，
从文档(重点添加):
如果你想搜索匹配两个或多个CSS类的标签，你应该使用CSS选择器: css_soup.select(“p.strikeout.body”) # [<p class="body strikes "></p>]
明确地说，这只选择了同时是三振型和主体类的p标记。
为了找到一组类中任意的交集(不是交集，而是并集)，你可以给class_ keyword参数一个列表(从4.1.2开始):
soup = BeautifulSoup(sdata)
class_list = ["stylelistrow"] # can add any other classes to this list.
# will find any divs with any names in class_list:
mydivs = soup.find_all('div', class_=class_list)
还要注意，findAll已从camelCase重命名为更python化的find_all。
其他回答
这招对我很管用:
for div in mydivs:
try:
clazz = div["class"]
except KeyError:
clazz = ""
if (clazz == "stylelistrow"):
print div
截至BeautifulSoup 4+，
如果你只有一个类名，你可以像这样把类名作为参数传递:
mydivs = soup.find_all('div', 'class_name')
或者如果你有多个类名，只需将类名列表作为参数传递:
mydivs = soup.find_all('div', ['class1', 'class2'])
使用class_=如果你想在不指定HTML标签的情况下查找元素。
对于单个元素:
soup.find(class_='my-class-name')
对于多个元素:
soup.find_all(class_='my-class-name')
具体到BeautifulSoup 3:
soup.findAll('div',
{'class': lambda x: x
and 'stylelistrow' in x.split()
}
)
会找到所有这些:
<div class="stylelistrow">
<div class="stylelistrow button">
<div class="button stylelistrow">
关于@Wernight对上面关于部分匹配的答案的评论…
你可以部分匹配:
<div class="stylelistrow"> and <div class="stylelistrow button">
西班牙凉菜汤:
from gazpacho import Soup
my_divs = soup.find("div", {"class": "stylelistrow"}, partial=True)
两者都将被捕获并作为Soup对象列表返回。
