使用BeautifulSoup匹配html <div>标记中的确切类

Question

我正在使用Beautiful Soup从网站上抓取信息。

相关代码：

page_url = https://www.autotrader.co.uk/car-search?sort=sponsored&radius=1500&postcode=&onesearchad=Used&onesearchad=Nearly%20New&onesearchad=New&make=Vauxhall&model=Corsa&year-from=2008&year-to=2010&minimum-mileage=82376&maximum-mileage=123564&page=2

page = urllib2.urlopen(page_url)

soup = BeautifulSoup(page, 'html.parser')

现在，我只想在<div class="vehicle-price"></div>标签内的页面上打印所有价格，例如：

<div class="vehicle-price" data-label="search appearance click">\xa34,400</div>

所以我用：

for i in soup.select('div.vehicle-price'):
    print (i.string)

这很好用，除了有一些<div>这样的标签：

<div class="vehicle-price physical-stock-mrrp" data-label="search 
appearance click new car">

并且代码仍然会打印这些标签中的内容。

我怎么能告诉Beautiful Soup我只想在class="vehicle-price"而不是class="vehicle-price other-things-too"时使用标签内容？

Answer 1

您可以使用:not() CSS pseudo-class排除其他班级

.vehicle-price:not(.physical-stock-mrrp)

BeautifulSoup 4.7.1

例如，您可以使用Or语法进行链接。链接示例为.vehicle-price:not(.physical-stock-mrrp), .vehicle-price:not(.somethingElse)。其他选择器的想法可能包括传递attribute = value选择器，并使用^，*，$运算符指定要与属性值匹配的子字符串。显然，借助@facelessuser，您还可以将选择器列表传递给:not。