使用BeautifulSoup的findAll来搜索html元素的innerText以获得与搜索属性相同的结果？

例如，如果我用元素的属性，像ID搜索：使用BeautifulSoup的findAll来搜索html元素的innerText以获得与搜索属性相同的结果？

soup.findAll('span',{'id':re.compile("^score_")})

我回来匹配整个跨度元素（我喜欢）的列表。

但如果我尝试用的innerText这样的HTML元素的搜索：

soup.findAll('a',text = re.compile("discuss|comment"))

我回来只是元素的innerText部分回匹配，而不是整个元素与标签和属性像我会在上面。

这是可能的做出去找到匹配，然后得到它的父母？

谢谢。

来源

2010-04-05 Jack

您不回复文本。你会得到一个NavigableString的文字。这对象有方法去父母等

from BeautifulSoup import BeautifulSoup 
import re 

soup = BeautifulSoup('<html><p>foo</p></html>') 

r = soup.findAll('p', text=re.compile('foo')) 

print r[0].parent

打印

<p>foo</p>

来源

2010-04-05 19:14:33 nosklo

超级感谢。基本上得到我想要的结果，就像这样： comments = map（lambda x：x.parent，soup.findAll（'a'，text = re.compile（“。discuss | comment。 “））） – Jack 2010-04-05 19:21:56

maplambda是丑陋的，所以我只是''s.parent for s.in soup.findAll（...）]' – nosklo 2010-04-05 19:36:19

@Jack：也值得检查的是'lxml.html' - 我是因为后者不再被维护并且速度较慢，所以宁愿将它放在'BeautifulSoup'上面。 – nosklo 2010-04-08 11:39:12

使用BeautifulSoup的findAll来搜索html元素的innerText以获得与搜索属性相同的结果？

回答

相关问题