查找包含给定文本的未知标签

Question

我的 HTML 就像：

<body>
  <div class="afds">
    <span class="dfsdf">mytext</span>
  </div>
  <div class="sdf dzf">
    <h1>some random text</h1>
  </div>
</body>

我想找到所有包含“text”及其对应的类的标签。在这种情况下，我想要：

跨度，“dfsdf”
h1, 空

接下来，我希望能够浏览返回的标签。例如，找到 div 父标签和所有返回标签的相应类。

如果我执行以下

soupx.find_all(text=re.compile(".*text.*"))

它只是 returns 标签的文本部分：

['mytext', ' some random text']

请帮忙。

Answer 1

find_all() 不 return 只是字符串，它 return 是 bs4.element.NavigableString。这意味着您可以根据这些结果调用其他 beautifulsoup 函数。

看看 find_parent 和 find_parents: documentation

childs = soupx.find_all(text=re.compile(".*text.*"))
for c in childs:
    c.find_parent("div")

Answer 2

您可能正在寻找以下内容：

ts = soup.find_all(text=re.compile(".*text.*"))
for t in ts:
    if len(t.parent.attrs)>0:
        for k in t.parent.attrs.keys():
            print(t.parent.name,t.parent.attrs[k][0])
    else:
        print(t.parent.name,"null")

输出：

span dfsdf
h1 null

查找包含给定文本的未知标签

Find unknown tag containing given text

python

html

beautifulsoup

html-parsing