如何在漂亮的汤中使用find_all同时匹配不同的类和属性？
在漂亮的汤中使用find_all同时匹配不同的类和属性，可以通过传递一个字典参数给find_all方法来实现。字典的键表示标签的属性，而值表示属性的值。以下是具体的步骤：
- 导入BeautifulSoup库：首先，需要导入BeautifulSoup库，以便使用其中的方法和功能。
from bs4 import BeautifulSoup- 创建BeautifulSoup对象：将HTML文档传递给BeautifulSoup类，创建一个BeautifulSoup对象。
soup = BeautifulSoup(html_doc, 'html.parser')- 使用
find_all方法匹配不同的类和属性：通过传递一个字典参数给find_all方法，可以同时匹配多个类和属性。
result = soup.find_all('tag_name', {'class': 'class_name', 'attribute': 'attribute_value'})在上述代码中，需要将tag_name替换为要匹配的标签名称，class_name替换为要匹配的类名，attribute替换为要匹配的属性名称，attribute_value替换为要匹配的属性值。
- 处理匹配结果：
find_all方法返回一个结果集，可以使用循环遍历结果集，并对每个匹配的元素进行进一步处理。
for item in result:
# 处理匹配的元素以上是在漂亮的汤中使用find_all同时匹配不同的类和属性的方法。这种方法可以帮助您在HTML文档中准确地定位和提取所需的元素。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 腾讯云存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
相关·内容
2回答
我有一个有“一个类”链接的页面源，如下例所示。我想返回一个包含所有“href”值的列表，所以在下面的"/detail/Request-Technology%2C-LLC-Oakland-CA-94609/napil006/cyberMan”.示例中，我使用了漂亮的汤，find_all试图使用‘a class’属性，但是它什么也不返回。有人能看到我做错了什么并提出解决方案吗？
来源：
<a class="web-btn-link easy-click" href="/detail/Request-Technology%2C-LLC-Oakland-CA-94
浏览 1提问于2019-02-24得票数 0
回答已采纳
1回答
我试图解析这个html，并获得53.1和41.7的值。我不太确定该怎么做。
我一直在试着用美汤
如有任何建议或想法，我们将不胜感激。谢谢。
浏览 0提问于2017-07-13得票数 0
在网站上有一个<a>元素
<a role="listitem" aria-level="1" href="https://www.rest.co.il" target="_blank" class="icon rest" title="this is main title" iconwidth="35px" aria-label="website connection" style="width: 30px; overflow: hidden
浏览 0提问于2018-04-01得票数 1
回答已采纳
1回答
如何求出二跨值？
、、
我正在尝试用漂亮汤编写一个非常简单的python脚本
import smtplib
from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
import sched, time
s = sched.scheduler(time.time,time.sleep)
my_url = 'https://finance.yahoo.com/quote/USDTRY=X/'
uClient = uReq(my_url)
page_html = uClient.read()
浏览 2提问于2020-08-07得票数 1
回答已采纳
2回答
import re
from bs4 import BeautifulSoup
from bs4 import SoupStrainer
import os
import httplib2
def make_soup(s):
match=re.compile('https://|http://|www.|.com|.in|.org|gov.in')
if re.search(match,s):
http = httplib2.Http()
status, response = http.request(s)
page = Beautif
浏览 0提问于2015-07-25得票数 2
我正在抓取一个网站，里面有一个漂亮的汤，它的类名如下： <a class="Component-headline-0-2-109" data-key="card-headline" href="/article/politics-senate-elections-legislation-coronavirus-pandemic-bills-f100b3a3b4498a75d6ce522dc09056b0"> 主要的问题是类名总是以Component-headline-开头，而只是发送一个随机数。当我使用美丽汤的soup.find_a
浏览 29提问于2020-12-18得票数 0
回答已采纳
我正试着传递一个从美丽的汤中提取的链接。
import requests
r = requests.get('https://data.ed.gov/dataset/college-scorecard-all-data-files-through-6-2020/resources')
soup = bs(r.content, 'lxml')
links = [item['href'] if item.get('href') is not None else item['src'] for item in soup.
浏览 2提问于2021-07-23得票数 0
1回答
我知道，要找到具有一个属性的所有类，如下所示。
soup.find_all('a', class_='className')
但是，这并不能获得类的所有标记，如下面所示。
soup.find_all('a', class_='class Name')
如何找到具有多属性类(如" class _='class Name'“)的漂亮汤对象的所有标记？
浏览 2提问于2018-03-16得票数 0
回答已采纳
我试图获得所有的链接，a和class=fl，我正在使用机械获得原始的html输出，然后漂亮汤试图解析链接。
rawGatheredGoogleOutput的值输出类似于(这只是谷歌的结果)：红色部分显示了我想要获取的东西，那就是a.fl
浏览 4提问于2013-08-14得票数 0
回答已采纳
2回答
我正试着用漂亮的汤来抓一个动作
我试过print(soup.find('form').find_all('action'))，但那不起作用。想知道是否有一个简单的方法。(我正在尝试在?dwcont=之后获得其余的字符串)
浏览 3提问于2020-12-13得票数 1
回答已采纳
最近，我从Beautifulsoup转向了lxml，因为lxml可以处理损坏的HTML，这就是我的情况。我想知道什么是等效的，还是一种编程形式的“美丽之汤”()。在BS中，我可以通过这样的搜索找到一个树节点：
bs = BeautifulSoup(html)
bs.find('span', {'class': 'some-class-name'})
lxml find()只是搜索树上的当前级别，如果我想在所有的树节点中搜索怎么办？
谢谢
浏览 2提问于2013-09-26得票数 0
回答已采纳
2回答
我在抓取这个的时候遇到了一些问题：
<input name="__RequestVerificationToken" type="hidden" value="aaa-token-aaa">
在这个字符串之前，我发现已经有4个相同的字符串，但具有不同的标记值，我如何才能用漂亮汤刮掉6个字符串中的第5个？
不幸的是，我不能提供代码或网站的例子，因为我正在处理一个私人项目，在标记我的问题不完整之前，请提出一些问题，ty！
浏览 3提问于2021-09-04得票数 0
2回答
我正在尝试使用漂亮汤(用lxml调用)来解析html。在嵌套标签上，我得到了重复的文本 我尝试过只计算没有子代的标签，但是我丢失了数据 给定： <div class="links">
<ul class="links inline">
<li class="comment_forbidden first last">
<span> to post comments</span>
</li>
</ul>
<
浏览 34提问于2019-05-24得票数 0
我正试图从有着漂亮汤的广告牌中分析出某一天最热门的100次热播。我试着按类名选择区段，但它不起作用。我试着按类使用find_all，它可以工作。为什么find_all只在这种情况下起作用？
from bs4 import BeautifulSoup
import requests
billboard_website = "https://www.billboard.com/charts/hot-100/2019-05-09"
response = requests.get(f"{billboard_website}")
soup = BeautifulSoup
浏览 3提问于2021-01-03得票数 0
回答已采纳
XML文件：
<?xml version="1.0" encoding="UTF-8"?>
<sites>
<site>
<name>Default</name>
<url_namespace>default</url_namespace>
</site>
</sites>
汤类信息：
soup = BeautifulSoup(xml)
soup.select('url_namespace')
错误：
ValueEr
浏览 2提问于2014-04-22得票数 2
假设我有一个汤，我想删除所有段落的所有样式标签。所以我想在整个汤里把<p style='blah' id='bla' class=...>换成<p id='bla' class=...>。但我不想碰，比如说，<img style='...'>标签。我该怎么做？
浏览 1提问于2014-03-19得票数 2
回答已采纳
我正试着用一个漂亮的汤来解析一个网站上的表格。(我无法分享该网站的源代码，因为它是限制使用。)
我试图提取的数据只有当它有以下两个标签与这些特定的类。
td, width=40%
tr, valign=top
我这样做的原因是为了提取同时具有这些标签和类的数据。
我发现了一些关于使用多标签的讨论，但这篇文章只讨论标签，而不讨论类。然而，我确实尝试使用列表的相同逻辑来扩展代码，但我认为我得到的并不是我想要的：
my_soup=soup.find_all(['td',{"width":"40%"},'tr',{'valign
浏览 0提问于2016-11-07得票数 9
我知道美丽的汤有一个函数来匹配基于regex的类，该正则表达式包含某些字符串，基于post 。下面是该帖子中的代码示例：
regex = re.compile('.*listing-col-.*')
for EachPart in soup.find_all("div", {"class" : regex}):
print EachPart.get_text()
现在，有可能做相反的事情吗？基本上，查找不包含特定正则表达式的类。在SQL语言中，它类似于：
where class not like '%test%'
浏览 8提问于2022-07-22得票数 0
回答已采纳
3回答
下面是我遇到麻烦的HTML，
<div id="id" class="class">
text
</div>
如果我有一个变量里面有汤，
div = find('div', attrs={'class': 'class'})
如何获得div的文本部分？
我分别尝试过这些方法中的一些。
text = div.get_text()
text = div.string
text = div.text
当我跑的时候
type(div)
它是BeautifulSoup.Tag类型的，但是当我调
浏览 7提问于2017-09-19得票数 0
回答已采纳
我想从一个有唯一类的页面中打印出所有的ID。
我想用美汤刮的那一页是这样的：
<div itemscope itemprop="item" itemtype="http://schema.org/Product" id="12345" class="realestate">
<div class="contentArea">
<meta itemprop="name" content="Name - 12345 " />
<meta
浏览 0提问于2019-07-02得票数 6
回答已采纳
我有一个问题，那就是如何在表格中得到一个特定的文本。在本例中，维基百科页面上的页面创建日期。例如，在此链接中
我正在用漂亮的汤，但我仍然有麻烦，因为剩下的课文都在那里。我只需要页面创建的日期。
浏览 9提问于2022-06-25得票数 0
我正试图通过Python的漂亮汤爬上一个网页。这是页面源代码的一部分：
<div style="display: flex">
<div class="half" style="font-size: 0.8em;width: 33%;"> apple </div>
<div class="half" style="font-size: 0.8em;text-align: center;width: 28%;"> peach </div>
浏览 4提问于2015-12-31得票数 3
我正在使用BeautifulSoup和Python找到一个似乎没有类的span标记。
我想得到的文字“1小时前”在跨度标签，它有一个.变量？叫做“数据自动化”，但我似乎找不出如何使用漂亮的汤。
第一个span有一个"_3mgsa7- _2CsjSEq _2gpxOIH _15GBVuT _3VdCwhL _2Ryjovs“类，它使用我的代码生成文本，但是它也有一个错误。
有人能帮我修复错误或者解释我如何找到“数据自动化”span标签吗？
我的代码：
joblist =soup.find_all('article', class_='_37iADb_ _3BsYY
浏览 2提问于2021-05-03得票数 0
回答已采纳
当我在这个页面上使用find_all方法时，漂亮的汤并不能找到所有的目标。
此代码：
len(mySoup.find_all('div', {'class': 'lo-liste row'}))
返回1，但有4。
是汤的网址。
浏览 0提问于2019-04-03得票数 0
我目前正在做一些网络抓取。我有一个HTML：
<meta property="og:price:amount" content="1.89"/>
<meta property="og:price:standard_amount" content="6.31"/>
<meta property="og:price:currency" content="USD"/>
我用的是漂亮的汤(Python)。
我想要提取的信息是1.89和6.31 (产品价格)。
这是我的密码
浏览 4提问于2019-12-17得票数 4
回答已采纳
1回答
我在使用“美丽汤”的类属性上有问题。
我的代码是：
ls = ([x.get_text().strip('\n') for x in bs.find_all("div",{"class":"other-info","class":"description","class":"n-title search-detail"})])
但我只得到描述类，而不是其他类信息。如何在同一代码中获取其他类信息。
浏览 0提问于2018-04-10得票数 3
回答已采纳
我有一个网页源码，里面有这么多的div和他们各自的id。
例如：
<div id="abc_answer">Some content</div>
<div id="abcd_answer">Some content</div>
<div id="ggg">Some Content</div>
我只想提取在所有给定div的id中有"_answer“子串的信息。我想用漂亮的汤做这个
浏览 1提问于2017-02-12得票数 3
回答已采纳
我对网页抓取和使用漂亮的汤4很陌生。我试着从嵌套在div下的标签中获得打印出来的文本。我可以让他们打印，但是标签仍然出现，美丽的汤不允许我使用.text函数从段落标签中提取文本。有没有更好的方法来做这件事，还是我做错了？
import requests
from bs4 import BeautifulSoup as soup
url = "https://www.wuxiaworld.com/novel/tales-of-demons-and-gods/tdg-chapter-1"
headers = {'User-Agent': 'Mozilla/
浏览 0提问于2021-02-25得票数 1
回答已采纳
1回答
我正在尝试从网站创建可导入的日历事件。该网站将事件聚集到一个标准的html表中。 我想知道美丽汤是否是解决这个问题的正确方法，因为我只得到了第一个条目，然后什么都没有。 quote_page = "http://www.ellen-hartmann.de/babybasare.html"
page = urllib2.urlopen(quote_page)
soup = BeautifulSoup(page, "html.parser")
table = soup.find("table", {"border": "
浏览 12提问于2019-09-12得票数 0
回答已采纳
1回答
我试着用漂亮的汤、请求和json来创建一个Twitter爬行器。但是，当我尝试运行代码时，它引发了错误对象不可订阅。我检查了错误所在的行，但找不到引发错误的原因。有人能帮帮忙吗？我修不好它。
File "tweetscraper.py", line 131, in <module>
start()
File "tweetscraper.py", line 125, in start
tweets = get_tweets_data(username, soup)
File "tweetscraper.py",
浏览 18提问于2021-02-28得票数 0
我意识到这可能是难以置信的直截了当，但请容忍我。我试图使用漂亮汤4刮一个网站，其中有一个博客文章列表，为这些帖子的网址。我想要的标签在标签内。有多个标签，其中包括一个标题，然后是一个链接，我想要捕获。这是我正在使用的代码：
with io.open('TPNurls.txt', 'a', encoding='utf8') as logfile:
snippet = soup.find_all('p', class="postbody")
for link in snippet.find('a&#
浏览 2提问于2014-08-13得票数 2
回答已采纳
1回答
我想要美丽的汤从字典中解析一个页面
我要解析的是这个标记ul 下面的内容。
(对不起wot)是指
url = 'https://www.lexico.com/definition/iron'
req = requests.get(url)
soup = BeautifulSoup(req.text, 'lxml')
semb = soup.find('ul', attrs={'class':'semb'})
print(semb)
应该给予(我认为)
但是，这里的代码给出了 (再次表示抱歉)
在第二个li标记的中
浏览 5提问于2022-08-08得票数 0
回答已采纳
3回答
我用巨蟒和美丽的汤擦拭桌子。在这个表中，每一行都有多个链接。我只对每一行的第一个环节感兴趣。如何跳过行的其他链接？
浏览 4提问于2014-04-03得票数 1
回答已采纳
我正在学习漂亮的汤，我想使用正则表达式来过滤字符串。
例如，html标记是：
<div>apple<\div>
<div>android<\div>
<div>windows<\div>
此代码将起作用：
re_words = re.compile(u".*(apple|android).*")
for content in body.findAll("div"):
if re_words.match(content.text):
print content.tex
浏览 2提问于2016-02-19得票数 0
1回答
我是个菜鸟，喜欢漂亮的汤。有人能建议在过去14天内如何刮取excel文件吗？我的理解是遍历日期并保存文件。谢谢
浏览 1提问于2021-12-21得票数 -1
1回答
我试着用漂亮汤来提取跨度标签，代码没有输出。
soup = BeautifulSoup(html, "html.parser")
tags = soup("span")
for tag in tags:
print(tag)
标签：<tr><td>Romina</td><td><span class="comments">97</span></td></tr>
请救救我！谢谢
浏览 7提问于2021-12-26得票数 0
回答已采纳
2回答
如何用美汤找到所有评论
、、、、
四年前有人问过，但现在BS4的答案已经过时了。
我想要删除我的html文件中的所有评论使用美丽的汤。因为每个都是由BS4创建的，所以我认为下面的代码会起作用：
for comments in soup.find_all('comment'):
comments.decompose()
所以那不管用...如何使用BS4查找所有评论？
浏览 3提问于2015-10-15得票数 13
回答已采纳
3回答
美汤例外名单超出范围
、、、、
我正在用漂亮的汤做以下事情：
section = soup.findAll('tbody')[0]
如何使用第一个列表项设置这样的变量.如果它没有抛出一个异常：IndexError: list index out of range如果BS4找不到tbody？
有什么想法吗？
浏览 4提问于2013-10-27得票数 2
回答已采纳
我想在标签中进行搜索：
<div id="cmeProductSlatePaginiationTop" class="cmePaginiation">
<ul>
<li class="disabled">
<li class="active">
<li class="away-1">
<li>
</ul>
</div>
基本上，我想要计算在这个div中出现<
浏览 1提问于2013-05-28得票数 17
回答已采纳
MyAlphaSoup = BeautifulSoup(website_to_crawl.text, 'html.parser')
MyAlphaSoup.prettify()
MyAlphaAlphaSoup = MyAlphaSoup.find_all("div", {"class": "lister-item featurefilm"})
MyAlphaAlphaSoup.prettify()
我在第四行收到一个错误
raise AttributeError( AttributeError: ResultSet obj
浏览 8提问于2020-05-09得票数 0
1回答
JSSoup是否支持提取类似于美汤soup.findAll(text=True)的文本 文档没有提供关于这个用例的任何信息，但在我看来应该有一种方法。 为了澄清我想要的是从页面上抓取所有可见的文本。
浏览 19提问于2021-11-20得票数 1
回答已采纳
4回答
我在试着刮掉yelp餐厅的评级，没什么好运气的。我正在用美丽的汤来做到这一点
基本上，源代码如下所示：
<div class="i-stars i-stars--regular-5 rating-large" title="5.0 star rating">
<img class="offscreen" height="303" src="https://s3-media2.fl.yelpcdn.com/assets/srv0/yelp_design_web/9b34e39ccbeb/assets
浏览 0提问于2018-04-18得票数 0
2回答
解析多篇新闻文章
、、、
我已经建立了一个摘要程序，它利用一个解析器一次解析多个网站。我在每篇文章中只提取<p>。
这抛出了许多与文章无关的随机内容。我见过几个人可以完美地解析任何文章。我该怎么做呢？我用的是美汤
浏览 3提问于2014-05-04得票数 0
我已经做了一段时间的网络抓取练习，似乎一直进行得很好，直到我看到了谷歌新闻。我正在使用漂亮汤刮这些网站，但每次我试图刮谷歌新闻，我得到错误的TypeError: 'NoneType' object is not callable，尽管我很有信心我使用正确的标签。
经过多次尝试，我决定在我的文本编辑器(漂亮汤正在接收的那个)中打印页面的源代码，我发现它不包含任何标记(这可能解释了为什么我会收到这个错误)。
这是我的密码
from bs4 import BeautifulSoup
from urllib.request import urlopen
page_info=urlop
浏览 2提问于2020-10-22得票数 0
回答已采纳
我对python比较陌生，我试着和beautifulSoup合作下载一个跟踪汽油价格的网站的一些内容。在网站上，你可以列出你的地址周围最便宜的加油站，有半径和汽油种类。到目前为止，这对我来说是直接的，因为搜索参数显示在url中。当涉及到检查加油站的价格时，我遇到了一个需要帮助的问题。
在网站上，每个加油站都是一个由特定字符串标识的对象。现在我的问题来了。我不知道如何通过搜索这个特定的字符串来访问对象。
我试过这个：
from bs4 import BeautifulSoup
import requests
city = 'Stuttgart'
radius = 5
diese
浏览 1提问于2021-12-24得票数 0
回答已采纳
我正在尝试从IMDB抓取电影信息。在大多数情况下，它是有效的，但对于一些电影，标题是不同的HTML检索美丽的汤，然后是火狐显示的源代码。例如，当在IMDB中搜索witch时，我会得到这个页面：
所以我搜索电影，然后用下面这行代码得到电影的URL：
page = urlopen(url)
soup = BeautifulSoup(page, 'html.parser')
movieLink = soup.find('a', text = movieTitle)['href']
imdbLink = 'http://www.imdb.com
浏览 1提问于2017-06-13得票数 2
我有这段html，我想解析：
<div class="class123">
<div><strong>title123</strong>
<span style="something123">something else</span>
</div>
I want to parse this, how can do that?
</div>
我怎么才能用漂亮的汤来解析呢？我知道如何解析标签中的东西，但是如何在相同的层次上解析一些东西呢？
soup1
浏览 4提问于2016-12-01得票数 1
回答已采纳
for link in soup.find_all('a', {'class': 'post-tag'}): # href = link.get('href') for i in link: title = link.string print(title)
输出: python浮点舍入python非谷歌合作python flask python漂亮汤python nonetype python ubuntu等。
在从堆栈溢出站点提取数据时，我们在抓取问题的标签
浏览 0提问于2018-03-17得票数 0
我在这方面已经有一段时间了，但似乎不能使用漂亮的汤来获取结果集对象的元素的文本值。下面是失败的方法：
def __getNameOfProduct(self, product):
#product is of type bs4.resultset...
for value in product:
print value.find_all("div",class_="proddisc").title.string
这是我自己的标记，所以我没有url (我正在学习一个教程)，但这里是我得到的错误。
Traceback (most
浏览 0提问于2013-05-28得票数 2
回答已采纳
我用漂亮的汤创建了我的代码，使我的url页面循环正常工作，并将我的项目移到了熊猫dataframe中。
问题是，如果我漂亮的soup对象没有获得一个值，我的数组就会被弄乱。
我用regex在漂亮汤里找到我的物品。
在下面这个子句中，我搜索宽度为10%和4个字符的项。
for item in soup.find_all("td", {"width": "10%"}, string=re.compile(r'^\d{4}$')):
不过，我想在正则表达式中添加另一个条件，以获取具有4个字符或包含字符“to”的项
我尝试过以下操作，但它
浏览 0提问于2019-11-28得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
