Question

如何通过调用汤的属性找到特定的div？即soup.html.body.div之类的东西，但是我不知道如何在id='idname'找到具体的div？

我可以soup.findAll(id='idname')[0]来获取特定标签，但据我所知，这是搜索整个汤。

我想，因为你没有使用findAll()，所以获取汤上的div属性会更快？

Firebug将该位置报告为html.body.div[2].form.table[2].tbody.tr[3]...，但执行soup.html.body.div[2]会产生关键错误。

更新

说你想从http://www.google.com抓住我感觉很幸运按钮，firebug报告说：

/html/body/center/span/center/div[2]/form/div[2]/div[3]/center/input[2]

有没有办法在没有的情况下使用findAll来覆盖？

Answer 1

从Firebug获取的路径是XPath表达式。最好使用一个允许你直接使用xpath的解析器。我喜欢将lxml与etree接口一起使用：

from lxml import etree
tree = etree.parse(yourfile)
lucky = tree.xpath('/html/body/center/span/center/div[2]/form/div[2]/div[3]/center/input[2]')

Answer 2

有一种findChildren方法可以在那里获得大部分内容。

相当于：

findAll(tagname, recursive=False)

通常会提高效率。

所以你的例子会变成：

soup.html.body.center.span.center.findChildren('div')[2].\
    form.findChildren('div')[2].findChildren('div')[3].\
    center.findChildren('input')[2]

Beautifulsoup按属性导航div而不使用findAll

2 个答案: