使用BeautifulSoup查找所有包含a和不包含b的标记
使用BeautifulSoup查找所有包含a和不包含b的标记
提问于 2016-07-21 00:54:20
我使用bs4来提取带有js流项类的li标记，但不包含以下滚动凸点用户卡。(只得到a，b)
<li class="js-stream-item stream-item ">a<li>
<li class="js-stream-item stream-item stream-item ">b<li>
<li class="js-stream-item stream-item scroll-bump-user-card ">c<li>我在想两种方法。
- 使用
soup.find_all('li', class_=re.compile('js-stream-item'))获取所有标签，然后用滚动凸起式用户卡删除标签。 - 首先使用
[tag.extract() for tag in soup.find_all('li', class_=re.compile('scroll-bump-user-card'))]删除，然后再查找所有内容。
问题是，如果通过编辑re.compile()中的正则表达式(而不是语法)来获得a，b的话，是否有一个不错的方法。
Update I将alecxe的答案的第一个选项重写为一行，如下所示：
soup.find_all(lambda tag: re.compile('js-stream-item').search(str(tag))
and not re.compile('scroll-bump-user-card').search(str(tag))
and tag.name == 'li')回答 1
Stack Overflow用户
发布于 2016-07-21 01:51:27
一种选择是使用搜索函数并检查是否存在js-stream-item类和没有scroll-bump-user-card类：
def search_function(tag):
if tag.name == "li":
class_ = tag.get("class", [])
return "js-stream-item" in class_ and "scroll-bump-user-card" not in class_
for li in soup.find_all(search_function):
print(li.get_text(strip=True))另一种选择是查找所有li和js-stream-item类，并跳过具有scroll-bump-user-card类的li元素：
for li in soup.select("li.js-stream-item"):
if "scroll-bump-user-card" in li["class"]:
continue
print(li.get_text(strip=True))另一种方法是检查class是否以stream-item结尾，并使用CSS选择器 (不要使用这个)：
for li in soup.select("li[class$=' stream-item ']"):
print(li.get_text(strip=True))请注意，用于此用例的一个更好的CSS选择器是：
li.js-stream-item:not(.scroll-bump-user-card)但是，由于BeautifulSoup中对CSS选择器的支持有限，它将无法工作。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38493154
复制相关文章
相似问题
腾讯云开发者
