Beautifulsoup：如果标签或元素未知，如何找到字符串？

Question

正如它所说的那样。是否有搜索整个DOM的特定文本，例如 CAPTCHA 字？

Answer 1

您可以使用find并指定text参数：

  

使用文本，您可以搜索字符串而不是标记。和名字一样   关键字参数，你可以传入一个字符串，一个正则表达式，   列表，函数或值True。

>>> from bs4 import BeautifulSoup
>>> data = """
... <div>test1</div>
... <div class="myclass1">test2</div>
... <div class="myclass2">CAPTCHA</div>
... <div class="myclass3">test3</div>"""
>>> soup = BeautifulSoup(data)
>>> soup.find(text='CAPTCHA').parent
<div class="myclass2">CAPTCHA</div>

如果CAPTCHA只是文字的一部分，您可以将lambda函数传递到text并检查CAPTCHA是否在标记文字中：

>>> data = """
... <div>test1</div>
... <div class="myclass1">test2</div>
... <div class="myclass2">Here CAPTCHA is a part of a sentence</div>
... <div class="myclass3">test3</div>"""
>>> soup = BeautifulSoup(data)
>>> soup.find(text=lambda x: 'CAPTCHA' in x).parent
<div class="myclass2">Here CAPTCHA is a part of a sentence</div>

或者，如果将正则表达式传递给text：

，也可以实现同样的效果

>>> import re
>>> soup.find(text=re.compile('CAPTCHA')).parent
<div class="myclass2">Here CAPTCHA is a part of a sentence</div>