Question

说我有html代码

<li> ... </li>
<li> ... </li>
<div class="one">
    <ul class = "two">
        <li> ... </li>
        <li> ... </li>
        <li> ... </li>
        <li> ... </li>
    </ul>
</div>

我如何找到div标签中的所有li属性，但不是在div标签之外？

data = soup.find_all("div", {"class": "one"}).find_all("li")

但这不起作用

Answer 1

Beautiful Soup支持最常用的CSS选择器。只需将字符串传递给.select方法
即可

In [25]: soup = BS("""<li> ... </li>
<li> ... </li>
<div class="one">
    <ul class = "two">
        <li> ... </li>
        <li> ... </li>
        <li> ... </li>
        <li> ... </li>
    </ul>
</div>""")

In [26]: soup.select("div  ul")
Out[26]: 
[<ul class="two">
 <li> ... </li>
 <li> ... </li>
 <li> ... </li>
 <li> ... </li>
 </ul>]

Answer 2

你可以使用xpath模块构建一个lxml选择器（你很可能已经安装过，因为你正在使用BS），如下所示：

from lxml import etree

root = etree.fromstring(html_string)
items = root.xpath('.//div[@class="one"]/descendant::li')

缺点（或者可能是一个好处？）xml_string需要是一个有效的HTML。

beautifulsoup - 找到div内的所有li

2 个答案: