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
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'])
其他回答
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
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")
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
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
你可以使用BS3优化你的搜索，只找到那些给定类的div:
mydivs = soup.find_all("div", {"class": "stylelistrow"})
