Question

我刚开始使用Python进行编码，我的朋友要求我在网上找到特定数据的应用程序，很好地代表它。我已经找到了漂亮的网页，其中包含了数据，我可以找到基本信息，但接下来的挑战就是深入了解。

在Python 3.4中使用BS4时，我已经达到了示例代码：

 <tr class=" " somethingc1="" somethingc2="" somethingc3="" data-something="1" something="1something6" something_id="6something0">
 <td class="text-center td_something">
 <div>
 <a href="something/126" target="_blank">Super String of Something</a>
 </div>
 </td>
 <td class="text-center">08/26 15:00</td>
 <td class="text-center something_status">
 <span class="something_status_something">Full</span>
 </td>
 </tr>
 <tr class=" " somethingc1="" somethingc2="" somethingc3="" data-something="0" something="1something4" something_id="6something7">
 <td class="text-center td_something">
 <div>
 <a href="something/146" target="_blank">Super String of Something</a>
 </div>
 </td>
 <td class="text-center">05/26 15:00</td>
 <td class="text-center something_status">
 <span class="something_status_something"></span>
 </td>
 </tr>

我现在要做的是找到日期字符串，但仅限于数据 - 某事物=＆＃34; 1＆＃34;父母而不是数据 - 某事=＆＃34; 0＆＃34;

我可以废弃所有日期：

soup.find_all(lambda tag: tag.name == 'td' and tag.get('class') == ['text-center'] and not tag.has_attr('style'))

但它不会检查父级。这就是我尝试的原因：

def KieMeWar(tag):
    return tag.name == 'td' and tag.parent.name == 'tr' and tag.parent.attrs == {"data-something": "1"} #and tag.get('class') == ['text-center'] and not tag.has_attr('style')
soup.find_all(KieMeWar)

结果是空集。有什么不对或如何达到目标我的目标是最简单的解决方案？

P.S。这是完整代码的示例部分，这就是为什么我不使用Style，即使它没有出现在这里，但稍后会出现。

Answer 1

BeautifulSoup的findAll有attrs kwarg，用于查找具有给定属性的标记

import bs4
soup = bs4.BeautifulSoup(html)
trs = soup.findAll('tr', attrs={'data-something':'1'})

找到具有属性tr的所有data-something="1"个标记。之后，您可以遍历trs并抓住第二个td标记来提取日期

for t in trs:
    print(str(t.findAll('td')[1].text))
    >>> 08/26 15:00

bs4 parent attrs python

1 个答案: