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
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。
其他回答
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")
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。
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'。
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'])
