Beautiful Soup中怎样传入多个属性值进行查找?

一句话回答:

使用多个指定名字的参数可以同时过滤 tag 的多个属性,或者使用 attrs 参数传入一个含多属性的字典。

长回答分为多属性查找和多值属性两部分

多属性查找:

我们在使用 BeautifulSoup 时最常规的操作就是根据某个具体 id 或 class 属值筛选出符合条件的标签,我在官方文档的基础上稍加改动,以下面这段 HTML 文档为例:

html_doc = """
<html><head><title>The Dormouse's story</title></head>

<p class="title"><b>The Dormouse's story</b></p >

<p class="story">Once upon a time there were three little sisters; and their names were
< a href=" " class="sister test" id="link1" target="_blank">Elsie</ a>,
< a href="http://example.com/lacie" class="sister" id="link2">Lacie</ a> and
< a href="http://example.com/tillie" class="sister" id="link3">Tillie</ a>;
and they lived at the bottom of a well.</p >

<p class="story">...</p >
"""

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_doc, "lxml")

比如,你可以直接根据 link1 link2 link3 这些 id 定位到具体的 a 标签,你也可以根据 sister 获取到三个 a 标签:

link1 = soup.find_all("a", id="link1")
# [<a class="sister test2" href=" " id="link1" target="_blank">Elsie</a>]
links = soup.find_all("a", class_="sister")
# [<a class="sister test2" href=" " id="link1" target="_blank">Elsie</a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

这属于常见做法,你甚至可以通过 target 属性来获取标签:

target = soup.find_all("a", target="_blank")
# [<a class="sister test2" href=" " id="link1" target="_blank">Elsie</a>]

我理解的题主的问题,大概是类似于,同时筛选 class 和 target 两个属性值,比如 class 为 sister,target 为 _blank 这样的标签。做法其实很直观:

target = soup.find_all("a", class_="sister", target="_blank" )

这种写法只要往后面继续加关键字就好了…但是关键字太多就不太直观了…所以我们也可以换一种写法,向 attrs 传入一个字典即可:

links = soup.find_all("a", attrs={"class": "sister", "target": "_blank"})

我个人其实是习惯后一种写法的。顺便说为什么前者中要用 class_ 而不能是 class,因为 class 是 Python 保留关键字,使用 class 做参数会导致语法错误。从 Beautiful Soup 的 4.1.1 版本开始,可以通过 class_ 参数搜索有指定 CSS 类名的 tag。在我看来,与其刻意避开这个坑,倒不如直接更规范地写成 attrs={"class": "sister"} 的形式(attrs可以省略,直接传字典作为参数就可以)

顺便提醒注意多值属性

Beautiful Soup 4.2.0 文档​www.crummy.com

HTML 中的一些属性可以有多值,最常见的多值的属性是 class。那么我们使用 class 的值筛选 tag 时就需要注意,可以分别搜索tag中的每个类名,也可以完全匹配,但是完全匹配 class 的值时,如果类名的顺序与实际不符,将搜索不到结果。

依然是上例:

links1 = soup.find_all("a", attrs={"class": "test"})
# [<a class="sister test" href=" " id="link1" target="_blank">Elsie</a>]
links2 = soup.find_all("a", attrs={"class": "sister test"})
# [<a class="sister test" href=" " id="link1" target="_blank">Elsie</a>]
links = soup.find_all("a", attrs={"class": "test sister"})
# []
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容