Question

因此，我正在尝试使用BeautifulSoup获取有关网站的信息。事情是，使用findAll（）得到一个bs4.element.ResultSet对象，我必须遍历它才能获取其元素。但是我很确定我只会得到其中的一个标签，并且我不想遍历其中只有一个元素的集合。

所以我的问题是如何只获取bs4.element.ResultSet对象的第一个元素，并且可能是唯一的元素？

<div class="textinfo">
   <div class="author">A tale of <span><a href="/profile/89965">Edgar Allan Poe</a></span></div>
   <div class="category">Category: Horror</div>
   <div class="date">Date: 27/11/2008</div>
   <div class="votes">Votes <a href="/text/200811799/votes"><span id="votesmedia">10.00</span></a> </div>
</div>

这些方法都在类中，这就是为什么我使用“自我”的原因。

def getTales(self):
    talesLinks = self.file.readLinks(self.file.talePath)
    driver = browser.connectChrome()

    for link in talesLinks:
        headerTale = []
        driver.get(link)
        page_source = driver.page_source
        soup = BeautifulSoup(page_source, 'html.parser')

        #Probably I'll get only one div 'textinfo' for each link.
        header = soup.findAll('div', {'class': 'textinfo'})
        self.getHeaderInfo(header, headerTale)

    driver.quit()
    print("chrome headless closed")

def getHeaderInfo(self, header, headerTale):

    # I don't want to loop because I know 'header' has only one element.
    for author in headerTale:
        author = header.findAll('div', {'class', 'author'})
        #...
        #...

Answer 1

要获取第一个元素，请使用find()或select_one()

以您的情况代替

header = soup.findAll('div', {'class': 'textinfo'})

尝试以下任一方法。

header = soup.find('div',class_='textinfo')

OR

header = soup.select_one('div.textinfo')

OR

 header = soup.find_all('div',class_='textinfo')[0]

获取bs4.element.ResultSet对象的第一个元素

1 个答案: