如何按类查找元素

Question

使用Beautifulsoup解析使用“class”属性的HTML元素时遇到问题。代码看起来像这样

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs: 
    if (div["class"] == "stylelistrow"):
        print div

我在脚本完成后“同一行”收到错误。

File "./beautifulcoding.py", line 130, in getlanguage
  if (div["class"] == "stylelistrow"):
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 599, in __getitem__
   return self._getAttrMap()[key]
KeyError: 'class'

如何摆脱此错误？

Answer 1

您可以优化搜索，只使用BS3找到具有给定类的div：

mydivs = soup.findAll("div", {"class": "stylelistrow"})

Answer 2

来自文档：

As of Beautiful Soup 4.1.2, you can search by CSS class using the keyword argument class_：

soup.find_all("a", class_="sister")

在这种情况下会是：

soup.find_all("div", class_="stylelistrow")

它也适用于：

soup.find_all("div", class_="stylelistrowone stylelistrowtwo")

Answer 3

更新：2016年 在最新版本的beautifulsoup中，方法'findAll'已重命名为 '找到所有'。 Link to official documentation

因此答案将是

soup.find_all("html_element", class_="your_class_name")

Answer 4

直接的方式是：

soup = BeautifulSoup(sdata)
for each_div in soup.findAll('div',{'class':'stylelist'}):
    print each_div

确保您使用 findAll 的大小写，而不是 findall

Answer 5

特别针对BeautifulSoup 3：

soup.findAll('div',
             {'class': lambda x: x 
                       and 'stylelistrow' in x.split()
             }
            )

会找到所有这些：

<div class="stylelistrow">
<div class="stylelistrow button">
<div class="button stylelistrow">

Answer 6

  

如何按类

查找元素      

使用Beautifulsoup解析带有“class”属性的html元素时遇到了问题。

你可以通过一个班级轻松找到，但是如果你想通过两个班级的交集找到它，那就更困难了，

从documentation（强调添加）：

  

如果您要搜索匹配两个或更多 CSS类的标记，则应使用CSS选择器：

css_soup.select("p.strikeout.body")
# [<p class="body strikeout"></p>]

要清楚，这只选择了三角形和三角形的标签。

要查找一组类中的 any 的交集（不是交集，而是联合），您可以为class_关键字参数提供一个列表（从4.1开始） 0.2）：

soup = BeautifulSoup(sdata)
class_list = ["stylelistrow"] # can add any other classes to this list.
# will find any divs with any names in class_list:
mydivs = soup.find_all('div', class_=class_list) 

另请注意，findAll已从camelCase重命名为更多Pythonic find_all。

Answer 7

尝试首先检查div是否具有class属性，如下所示：

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
    if "class" in div:
        if (div["class"]=="stylelistrow"):
            print div

Answer 8

这对我来说可以访问class属性（在beautifulsoup 4上，与文档说的相反）。 KeyError返回的列表不是字典。

for hit in soup.findAll(name='span'):
    print hit.contents[1]['class']

Answer 9

使用 class_= 如果您想查找元素而不说明 HTML 标记。

对于单个元素：

soup.find(class_='my-class-name')

对于多个元素：

soup.find_all(class_='my-class-name')

Answer 10

这对我有用：

for div in mydivs:
    try:
        clazz = div["class"]
    except KeyError:
        clazz = ""
    if (clazz == "stylelistrow"):
        print div

Answer 11

CSS选择器

单班第一场比赛

soup.select_one('.stylelistrow')

比赛列表

soup.select('.stylelistrow')

复合类（即AND另一类）

soup.select_one('.stylelistrow.otherclassname')
soup.select('.stylelistrow.otherclassname')

复合类名称中的空格，例如class = stylelistrow otherclassname被替换为“。”。您可以继续添加类。

课程列表（或-匹配存在的任何

soup.select_one('.stylelistrow, .otherclassname')
soup.select('.stylelistrow, .otherclassname')

Answer 12

关于@Wernight对top answer的有关部分匹配的评论...

您可以部分匹配：

• <div class="stylelistrow">和
• <div class="stylelistrow button">

与gazpacho：

from gazpacho import Soup

my_divs = soup.find("div", {"class": "stylelistrow"}, partial=True)

两者都会被捕获并作为Soup对象的列表返回。

Answer 13

或者我们可以使用lxml，它支持xpath并且非常快！

from lxml import html, etree 

attr = html.fromstring(html_text)#passing the raw html
handles = attr.xpath('//div[@class="stylelistrow"]')#xpath exresssion to find that specific class

for each in handles:
    print(etree.tostring(each))#printing the html as string

Answer 14

其他答案对我不起作用。

在其他答案中，findAll被用于汤对象本身，但是我需要一种方法，可以对从{{1 }}。

如果您要在嵌套的HTML元素中进行搜索以按类名获取对象，请尝试以下操作-

findAll

注意事项：

1. 我没有明确地将搜索定义在'class'属性# parse html page_soup = soup(web_page.read(), "html.parser") # filter out items matching class name all_songs = page_soup.findAll("li", "song_item") # traverse through all_songs for song in all_songs: # get text out of span element matching class 'song_name' # doing a 'find' by class name within a specific song element taken out of 'all_songs' collection song.find("span", "song_name").text 上，因为这是我正在搜索的唯一属性，如果您不这样做，默认情况下它将搜索class属性•专门告诉您要查找的属性。

2. 当您执行findAll("li", {"class": "song_item"})或findAll时，所得对象属于find类，是bs4.element.ResultSet的子类。您可以在任意数量的嵌套元素中使用list的所有方法（只要它们的类型为ResultSet）即可进行查找或全部查找。

3. 我的BS4版本-4.9.1，Python版本-3.8.1

Answer 15

单人

soup.find("form",{"class":"c-login__form"})

多个

res=soup.find_all("input")
for each in res:
    print(each)

Answer 16

以下应该可以工作

soup.find('span', attrs={'class':'totalcount'})

将“ totalcount”替换为您的班级名称，并将“ span”替换为您要查找的标签。另外，如果您的班级包含多个带空格的名称，只需选择一个并使用。

P.S。这将找到具有给定标准的第一个元素。如果要查找所有元素，则将“ find”替换为“ find_all”。

Answer 17

以下内容对我有用

a_tag = soup.find_all("div",class_='full tabpublist')

Answer 18

自BeautifulSoup 4+起，

如果只有一个类名，则只需将类名作为参数传递即可：

mydivs = soup.find_all('div', 'class_name')

或者如果您有多个类名，只需将类名列表作为参数传递即可：

mydivs = soup.find_all('div', ['class1', 'class2'])

Answer 19

这应该有效：

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs: 
    if (div.find(class_ == "stylelistrow"):
        print div