Question

我使用Python和BeautifulSoup进行网页抓取。

例如，我有以下html代码：

<ul>
    <li class="product-item">Product A</li>
    <li class="product-item child-product">Product B</li>
    <li class="product-item child-product">Product C</li>
    <li class="product-item child-product">Product D</li>
</ul>

使用BeautifulSoup，我只想找到属性为class =＆＃34; product-item＆＃34; （仅限产品A），而不是儿童产品＆＃39;

如果我执行以下操作：

product_list = soup.find_all('li', {'class': 'product-item'})

结果包括所有产品A，B，C和D.

我已经阅读了另一个post about the same question，我按照建议操作并执行了以下操作，但结果相同......它会返回所有产品。

product_list = soup.findAll(attrs={'class': re.compile(r"^product-item$")})

我该怎么做才能找到类别与产品项目完全匹配的产品＆＃39; ??

Answer 1

不是100％的BeautifulSoup解决方案，但你可以使用bs4 +常规理解来做你需要的事情;

>>> [e for e in soup.find_all('li', class_='product-item') if len(e['class'])==1]

[<li class="product-item">Product A</li>]

BeautifulSoup的findall（）方法：找到确切的事件？

1 个答案: