bs4 父属性 python

Question

我刚开始在 Python 中编码，我的朋友问我在网络上查找特定数据的应用程序，很好地表示它。我已经找到漂亮的网站，其中包含数据，我可以找到基本信息，但挑战是更深入。

在 Python 3.4 中使用 BS4 时，我得到了示例代码：

 <tr class=" " somethingc1="" somethingc2="" somethingc3="" data-something="1" something="1something6" something_id="6something0">
 <td class="text-center td_something">
 <div>
 <a href="something/126" target="_blank">Super String of Something</a>
 </div>
 </td>
 <td class="text-center">08/26 15:00</td>
 <td class="text-center something_status">
 <span class="something_status_something">Full</span>
 </td>
 </tr>
 <tr class=" " somethingc1="" somethingc2="" somethingc3="" data-something="0" something="1something4" something_id="6something7">
 <td class="text-center td_something">
 <div>
 <a href="something/146" target="_blank">Super String of Something</a>
 </div>
 </td>
 <td class="text-center">05/26 15:00</td>
 <td class="text-center something_status">
 <span class="something_status_something"></span>
 </td>
 </tr>

我现在想做的是找到日期字符串，但前提是父级的 data-something="1" 而不是 data-something="0"

我可以在 :

之前取消所有日期

soup.find_all(lambda tag: tag.name == 'td' and tag.get('class') == ['text-center'] and not tag.has_attr('style'))

但它不检查父项。这就是我尝试的原因：

def KieMeWar(tag):
    return tag.name == 'td' and tag.parent.name == 'tr' and tag.parent.attrs == {"data-something": "1"} #and tag.get('class') == ['text-center'] and not tag.has_attr('style')
soup.find_all(KieMeWar)

结果为空集。有什么问题或如何使用最简单的解决方案达到我的目标？

P.S。这是完整代码的示例部分，这就是为什么我不使用 Style 的原因，即使它没有出现在这里但稍后会出现。

Answer 1

BeautifulSoup 的 findAll 有 attrs kwarg，用于查找具有给定属性的标签

import bs4
soup = bs4.BeautifulSoup(html)
trs = soup.findAll('tr', attrs={'data-something':'1'})

这会找到所有 tr 个具有属性 data-something="1" 的标签。之后，您可以遍历 trs 并获取第二个 td 标签以提取日期

for t in trs:
    print(str(t.findAll('td')[1].text))
    >>> 08/26 15:00

bs4 父属性 python

bs4 parent attrs python

python

web-scraping

parent-child

bs4