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
直接的方法是:
soup = BeautifulSoup(sdata)
for each_div in soup.findAll('div',{'class':'stylelist'}):
print each_div
确保你使用了findAll的外壳，它不是findAll
从文档中可以看到:
从Beautiful Soup 4.1.2开始，你可以使用关键字参数class_通过CSS类进行搜索:
soup.find_all("a", class_="sister")
在这种情况下是:
soup.find_all("div", class_="stylelistrow")
它还适用于:
soup.find_all("div", class_="stylelistrowone stylelistrowtwo")
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')
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。
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
