Kann ich kombinieren zwei Suchblöcke ‚findAll‘ in beautifulsoup, in einem?
-
22-07-2019 - |
Frage
Kann ich kombinieren diese beiden Blöcke in einem:
Edit:. Jedes andere Verfahren als Schleifen wie Yacoby Kombination hat in der Antwort
for tag in soup.findAll(['script', 'form']):
tag.extract()
for tag in soup.findAll(id="footer"):
tag.extract()
Auch kann ich mehrere Blöcke in einem:
for tag in soup.findAll(id="footer"):
tag.extract()
for tag in soup.findAll(id="content"):
tag.extract()
for tag in soup.findAll(id="links"):
tag.extract()
oder kann es einig Lambda-Ausdruck, wo ich, ob in Array überprüfen kann, oder jede andere einfachere Methode.
Auch wie finde ich Tags mit Attributklasse, als Klasse Schlüsselwort ist reserviert:
EDIT: dieser Teil durch die soup.findAll gelöst (attrs = { 'Klasse': 'noprint'}):
for tag in soup.findAll(class="noprint"):
tag.extract()
Lösung
Sie können Funktionen übergeben, so .findall()
:
soup.findAll(lambda tag: tag.name in ['script', 'form'] or tag['id'] == "footer")
Aber Sie könnten besser sein, indem zuerst eine Liste von Tags zu bauen und dann über sie iterieren:
tags = soup.findAll(['script', 'form'])
tags.extend(soup.findAll(id="footer"))
for tag in tags:
tag.extract()
Wenn Sie mehrere id
s filtern möchten, können Sie:
for tag in soup.findAll(lambda tag: tag.has_key('id') and
tag['id'] in ['footer', 'content', 'links']):
tag.extract()
Ein speziellere Ansatz wäre, einen Lambda zum id
Parameter zuweisen:
for tag in soup.findAll(id=lambda value: value in ['footer', 'content', 'links']):
tag.extract()
Andere Tipps
Ich weiß nicht, ob es BeautifulSoup elegant mehr tun können, aber man konnte die zwei Schleifen wie so zusammen:
for tag in soup.findAll(['script', 'form']) + soup.findAll(id="footer"):
tag.extract()
Sie können Klassen finden wie so ( Dokumentation ):
for tag in soup.findAll(attrs={'class': 'noprint'}):
tag.extract()
Die Antwort auf den zweiten Teil Ihrer Frage ist genau dort in Dokumentation :
Suche nach CSS-Klasse
Das attrs Argument sei ein ziemlich obskures Feature war es nicht für eine Sache: CSS. Es ist sehr nützlich für einen Tag zu suchen, die eine bestimmte CSS-Klasse, aber der Name des CSS-Attribut, Klasse, ist auch ein Python reserviertes Wort.
Sie können von CSS-Klasse mit soup.find suchen ( „tagName“, { „Klasse“: „CssClass“}), aber das ist eine Menge Code für einen solchen gemeinsamen Betrieb. Stattdessen können Sie eine Zeichenfolge für attrs anstelle eines Wörterbuchs übergeben. Die Zeichenfolge wird verwendet, um die CSS-Klasse zu beschränken.
from BeautifulSoup import BeautifulSoup soup = BeautifulSoup("""Bob's <b>Bold</b> Barbeque Sauce now available in <b class="hickory">Hickory</b> and <b class="lime">Lime</a>""") soup.find("b", { "class" : "lime" }) # <b class="lime">Lime</b> soup.find("b", "hickory") # <b class="hickory">Hickory</b>
links = soup.find_all('a',class_='external') ,we can pass class_ to filter based on class values
from bs4 import BeautifulSoup
from urllib.request import urlopen
with urlopen('http://www.espncricinfo.com/') as f:
raw_data= f.read()
soup= BeautifulSoup(raw_data,'lxml')
# print(soup)
links = soup.find_all('a',class_='external')
for link in links:
print(link)