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
CSS选择器
单班第一场比赛
soup.select_one('.stylelistrow')
匹配列表
soup.select('.stylelistrow')
复合类(即与另一个类)
soup.select_one('.stylelistrow.otherclassname')
soup.select('.stylelistrow.otherclassname')
复合类名中的空格，例如class = stylelistrow otherclassname被替换为"."。您可以继续添加类。
类列表(OR -匹配当前的任何一个)
soup.select_one('.stylelistrow, .otherclassname')
soup.select('.stylelistrow, .otherclassname')
类属性，其值包含一个字符串，例如"stylelistrow":
以“style”开头:
[class^=style]
以row结尾
[class$=row]
包含“列表”:
[class*=list]
^， $和*是操作符。更多信息请点击:https://developer.mozilla.org/en-US/docs/Web/CSS/Attribute_selectors
如果你想排除这个类，那么，以anchor tag为例，选择没有这个类的anchor tags:
a:not(.stylelistrow)
你可以在:not()伪类中传递简单、复合和复杂的css选择器列表。见https://facelessuser.github.io/soupsieve/selectors/pseudo-classes/:不是
Bs4 4.7.1 +
innerText包含字符串的特定类
soup.select_one('.stylelistrow:contains("some string")')
soup.select('.stylelistrow:contains("some string")')
N.B.
汤式饮料2.1.0 + 2020年12月
NEW: In order to avoid conflicts with future CSS specification changes, non-standard pseudo classes will now start with the :-soup- prefix. As a consequence, :contains() will now be known as :-soup-contains(), though for a time the deprecated form of :contains() will still be allowed with a warning that users should migrate over to :-soup-contains(). NEW: Added new non-standard pseudo class :-soup-contains-own() which operates similar to :-soup-contains() except that it only looks at text nodes directly associated with the currently scoped element and not its descendants.
具有特定子元素的特定类，例如标签
soup.select_one('.stylelistrow:has(a)')
soup.select('.stylelistrow:has(a)')
其他回答
以下操作应该可以工作
soup.find('span', attrs={'class':'totalcount'})
用你的类名替换'totalcount'，用你正在寻找的标签替换'span'。此外，如果类包含多个带空格的名称，只需选择一个并使用即可。
附注:这个函数用给定的条件找到第一个元素。如果你想找到所有的元素，那么将'find'替换为'find_all'。
这招对我很管用:
for div in mydivs:
try:
clazz = div["class"]
except KeyError:
clazz = ""
if (clazz == "stylelistrow"):
print div
更新:2016 在beautifulsoup的最新版本中，方法“findAll”已被重命名为 “find_all”。官方文件链接
因此答案将是
soup.find_all("html_element", class_="your_class_name")
这应该可以工作:
soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
if (div.find(class_ == "stylelistrow"):
print div
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')
