Question

使用BeautifulSoup时，我经常不得不对标签类的值进行一些操作。例如，假设我希望仅在属性为<p>时对class="box"执行某些操作，否则执行其他操作。我所做的是：

soup = BeautifulSoup('''
<html><body>
<h1>Titolo</h1>
<p>Testo che sta sotto il titolo</p>
<p class="sidenote">Questo da stampare</p>
<p>Questo è il testo della nota marginale</p>
</body></html>
''',"lxml")

for sel in soup.body:
    if not isinstance(sel,NavigableString) and \
       "class" in sel.attrs and "sidenote" in sel["class"]:
        print(sel)
    else
        print("not found")

这有点笨拙。我想知道是否有办法使条件比这更紧凑。理想情况是检查最终条件（class包含sidenote）意味着该元素确实具有class属性，因此它是一个标记，而不是NavigableString

Answer 1

使用三元运算符肯定会删除一些批量，但不是一次性的。 if-else的数量仍然相同。所以，不确定这是否适合你。

http://book.pythontips.com/en/latest/ternary_operators.html

所以当前的代码将成为：

if "class" in div.attrs:
   div.do_something if "box" in div["class"] else div.do_something_else
else:
   div.do_something_else

或者如果你想进一步压缩它（虽然我觉得这会影响可读性）：

(div.do_something if "box" in div["class"] else div.do_something_else) if "class" in div.attrs else div.do_something_else

Answer 2

与Python词典类似，您可以使用get方法，而不是使用[...]访问元素。这样，如果元素不存在但只返回KeyError，则不会引发None。此外，您可以提供默认值，因此您可以将代码简化为：

for sel in soup.body:
    if not isinstance(sel,NavigableString) and \
           "sidenote" in sel.get("class", []):
        print(sel)
    else
        print("not found")

为什么不检查属性的值意味着该属性存在？

2 个答案: