Question

假设我们的html代码如下：

html = '<div class="dt name">abc</div><div class="name">xyz</div>'
soup = BeautifulSoup(html, 'lxml')

我想获得名字xyz。然后，我写

soup.find('div',{'class':'name'})

但是，它返回abc。

如何解决这个问题？

Answer 1

此blog可以帮助您完成所需的工作，即明确查找具有特定类属性的标签：

from bs4 import BeautifulSoup

html = '<div class="dt name">abc</div><div class="name">xyz</div>'
soup = BeautifulSoup(html, 'html.parser')

soup.find(lambda tag: tag.name == 'div' and tag['class'] == ['name'])

输出：

<div class="name">xyz</div>

Answer 2

您可以在没有lambda的情况下使用select来查找确切的类名，如下所示：

soup.select("div[class = name]")

会给：

[<div class="name">xyz</div>]

如果您希望标签之间的值是

soup.select("div[class=name]")[0].get_text()

会给：

xyz

如果您将{strong> multiple div与class = 'name'一起使用，则可以执行以下操作：

for i in range(len(soup.select("div[class=name]"))):
    print(soup.select("div[class=name]")[i].get_text())

参考： https://www.crummy.com/software/BeautifulSoup/bs4/doc/#css-selectors

Answer 3

这可能对您有用，请注意，它取决于div是html中的第二个div项。

import requests
from bs4 import BeautifulSoup

html = '<div class="dt name">abc</div><div class="name">xyz</div>'

soup = BeautifulSoup(html, features='lxml')

print(soup('div')[1].text)

Answer 4

问题在于，Beautiful Soup返回具有类name和div的第一个元素，因此，问题在于，第一个div具有类name和类dt因此它选择了该div。

因此，div有所帮助，但仍缩小到2个div。接下来，它返回一个数组，因此检查第二个div以使用print(soup('div')[1].text)。如果要打印所有div，请使用以下代码：

for i in range(len(soup('div')))
    print(soup('div')[i].text)

正如Ankur Sinha的答案中指出的那样，如果要选择仅具有类div的所有name，则必须使用select，如下所示：< / p>

soup.select('div[class=name]')[0].get_text()

但是，如果有多个div满足此属性，请使用以下命令：

for i in range(len(soup.select('div[class=name]'))):
    print(soup.select('div[class=name]')[i].get_text())

只要继续使用Ankur Sinha，当您使用select或什至只使用soup()时，它就会形成一个数组，这就是为什么我使用len()来确定数组的长度。然后，我在其上运行了for循环，然后从0开始在select上打印了i函数。

这样做时，它会给出一个特定的div而不是一个数组，如果给出了一个数组，则调用get_text()会产生错误，因为该数组是 NOT < / em>文本。

如何在BeautifulSoup中获得所需的值？

4 个答案: