美丽的汤解析具有不同属性的多个标签

Question

sentences.find_all(['p','h2'],attrs={['class':None,'class':Not None]}).

这是一个无效的语法，但是除了这样做之外还有什么替代方法。我想要带有一个属性的 p 标签和带有另一个属性的 h2 标签，我需要它们按顺序排列，而不是像将它们作为两个解析树找到它们，即我不想做

sentences.find_all('p',attrs={'class':None])
sentences.find_all('h2',attrs={'class':Not None])

Answer 1

您可以使用 CSS select 或 , (CSS reference):

from bs4 import BeautifulSoup

html_doc = """
<p class="cls1">Select this</p>
<p class="cls2">Don't select this</p>
<h2 class="cls3">Select this</h2>
<h2 class="cls4">Don't select this</h2>
"""

soup = BeautifulSoup(html_doc, "html.parser")

for tag in soup.select("p.cls1, h2.cls3"):
    print(tag)

打印：

<p class="cls1">Select this</p>
<h2 class="cls3">Select this</h2>

编辑：select 多个标签和一个标签必须具有空属性：

from bs4 import BeautifulSoup

html_doc = """
<p>Select this</p>
<p class="cls2">Don't select this</p>
<h2 class="cls3">Select this</h2>
<h2 class="cls4">Don't select this</h2>
"""

soup = BeautifulSoup(html_doc, "html.parser")

for tag in soup.select("p, h2.cls3"):
    if tag.name == "p" and len(tag.attrs) != 0:
        continue
    print(tag)

打印：

<p>Select this</p>
<h2 class="cls3">Select this</h2>

美丽的汤解析具有不同属性的多个标签

Beautiful soup parse multiple tags with different Attributes

python

python-3.x

web-scraping

beautifulsoup

html-parsing