beautifulsoup ATTRS匹配太多

Question

HTML是这样的：

<div class="score header">text i don't want</div><div class="score">text i want</div> 

我beautifulsoup这样，bs.find（ “格”，ATTRS = { “类”： “分数”}），它是匹配第一个div标签。我很惊讶bs是这样做的。显然我可以做bs.findAll（...）[1]，但我认为这太难看了。我如何更恰当地匹配这个。

Answer 1

BeautifulSoup中的类匹配匹配/类属性中的类。

为了滤除匹配更比规定的类元素，可以使用信号发生器表达式：

next((el for el in bs.find_all("div", attrs={"class":"score"}) if el['class'] == ['score']), None) 

这返回该类没有其它类完全匹配的第一元件允许。

Answer 2

第一个<div>既有score也有header类。如果你想元素，而score，你应该进行筛选之后

items = soup.find_all(...) 
good_items = [item for item in items if 'score' not in item['class']] 

当然，过滤条件取决于要严丝合缝

'score' not in item['class'] 

或

['score'] == item['class'] 

有想法是什么item['class']返回该项目具有的类别的list。所以，如果你想匹配多个类，那么你应该使用set

set(['foo', 'bar']) == set(item['class'])