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
这招对我很管用:
for div in mydivs:
try:
clazz = div["class"]
except KeyError:
clazz = ""
if (clazz == "stylelistrow"):
print div
其他回答
或者我们可以使用lxml，它支持xpath和非常快!
from lxml import html, etree
attr = html.fromstring(html_text)#passing the raw html
handles = attr.xpath('//div[@class="stylelistrow"]')#xpath exresssion to find that specific class
for each in handles:
print(etree.tostring(each))#printing the html as string
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。
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")
试着先检查div是否有class属性，就像这样:
soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
if "class" in div:
if (div["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')
