Question

有没有办法立即查找带有条件列表的所有标签？

例如，在此HTML中，我想提取<div data-type="b">标签和<div> <h1>Chapter 1</h1> <p>aaa</p> <p>aaa</p> <p>aaa</p> <div> <h1>Section 1</h1> <p>bbb</p> <p>bbb</p> <p>bbb</p> </div> <div data-type="a">...</div> <div data-type="a">...</div> <div data-type="b">...</div> ... </div>标签。

HTML

<p>aaa</p>
<p>aaa</p>
<p>aaa</p>
<p>bbb</p>
<p>bbb</p>
<p>bbb</p>
<div data-type="a">...</div>
<div data-type="a">...</div>

所需的输出

from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
p_tags = soup.find_all('p')
div_tags = soup.find_all('div', {"data-type": "a"})

我当然可以：

p_and_div_tags = soup.find_all(['p', 'div_tag_with_attribute'])

但是我想做类似的事情：

=TRANSPOSE(SPLIT(TEXTJOIN("@",TRUE,TRANSPOSE(A:C),TRANSPOSE(D1:D5)),"@",FALSE,FALSE))

有办法吗？

谢谢

Answer 1

如果您具有 BS4 4.7.1 或更高版本，则可以使用css选择器。

代码：

from bs4 import BeautifulSoup
html='''<div>
    <h1>Chapter 1</h1>
        <p>aaa</p>
        <p>aaa</p>
        <p>aaa</p>
    <div>
        <h1>Section 1</h1>
        <p>bbb</p>
        <p>bbb</p>
        <p>bbb</p>
    </div>
    <div data-type="a">...</div>
    <div data-type="a">...</div>
    <div data-type="b">...</div>
    ...
</div>'''

soup=BeautifulSoup(html,'html.parser')
items=soup.select('p,div[data-type="a"]')
print(items)

输出：

[<p>aaa</p>, <p>aaa</p>, <p>aaa</p>, <p>bbb</p>, <p>bbb</p>, <p>bbb</p>, <div data-type="a">...</div>, <div data-type="a">...</div>]

Answer 2

您可以尝试：


def func(tag):
    return 'div' in tag.name and tag.has_attr('data-type')

soup.find_all(['p', func])

输出

[<p>aaa</p>,
 <p>aaa</p>,
 <p>aaa</p>,
 <p>bbb</p>,
 <p>bbb</p>,
 <p>bbb</p>,
 <div data-type="a">...</div>,
 <div data-type="a">...</div>,
 <div data-type="b">...</div>]

如何一次通过标签或类查找多个元素

2 个答案: