BeautifulSoup .select（）方法是否支持正则表达式的使用？

Question

假设我想使用BeautifulSoup解析html，我想使用css选择器来查找特定的标签。如果我想找到它的标签做

from bs4 import BeautifulSoup 
soup = BeautifulSoup(html) 

我会“soupify”它“id”属性为“ABC”的值，我可以做

soup.select('#abc') 

如果我想找到所有“一”我们目前的标签下的子标签，我们可以做

soup.select('#abc a') 

但现在，假设我想找到所有的“一”的标签，其“href”属性的属性具有在“XYZ”结尾值我会想使用正则表达式，我希望沿线的东西

soup.select('#abc a[href] = re.compile(r"xyz$")') 

我似乎无法找到任何说BeautifulSoup的.select（）方法将支持正则表达式。

Answer 1

soup.select()函数只支持CSS语法;正则表达式不是其中的一部分。

您可以使用这种语法属性不相符文本结尾：

soup.select('#abc a[href$="xyz"]') 

见CSS attribute selectors documentation在MSDN上。

您可以随时使用CSS选择的结果，继续搜索：

for element in soup.select('#abc'): 
    child_elements = element.find_all(href=re.compile('^http://example.com/\d+.html')) 

注意的是，作为element.select() documentation states：

这是谁知道CSS选择器用户提供便利句法。您可以使用Beautiful Soup API来完成所有这些工作。如果你需要CSS选择器，你可以直接使用lxml：它快很多，它支持更多的CSS选择器。 但这可以让你结合简单的CSS选择器与美丽的汤API。

重点煤矿。