在 BeautifulSoup 中，如何搜索包含文本但也有某个 class 祖先的元素？

Question

我正在使用 BeautifulSoup 4 和 Python 3.7。我想找到一个元素，它的元素中有文本“points”，但也有一个祖先 DIV，其 class 属性包含 "article"。我已经弄清楚如何搜索带有文本的元素 ...

points_elt = soup.find_all(text=re.compile(' points'))[0]

但我不知道如何扩展上面的内容以包含带有该文本的元素，这些元素还包含带有 class "article." 的祖先这是我想要的元素示例找到..

<div class="article class2">
    ... other elements ...
    <span class="outerSpan">
        <span class="innerSpan">2000 points</span>
    </span>
   ... other element closing tags ...
</div>

这是它应该处理的另一个示例...

<div class="article class7">
    <p>
        <div class="abc">
            <span class="outerSpan">
                <span>8000 points</span>
            </span>             
        </div>
    </p>
</div>

Answer 1

from bs4 import BeautifulSoup
import re

data = """
<div class="article class2">
    <span class="outerSpan">
        <span class="innerSpan">2000 points</span>
    </span>
</div>
"""

soup = BeautifulSoup(data, 'html.parser')
for item in soup.findAll(text=re.compile('points$')):
    print(item)

输出：

2000 points

from bs4 import BeautifulSoup


data = """
<div class="article class2">
    <span class="outerSpan">
        <span class="innerSpan">2000 points</span>
    </span>
</div>
"""

soup = BeautifulSoup(data, 'html.parser')
for item in soup.findAll('span', {'class': 'innerSpan'}):
    print(item.text)

输出：

2000 points

Answer 2

您可以使用 css 选择器并检查您要查找的字符串。

html='''<div class="article class2">
    <span class="outerSpan">
        <span class="innerSpan">2000 points</span>
    </span>
</div>
'''

soup=BeautifulSoup(html,'html.parser')
for item in soup.select('.article .innerSpan'):
   if 'points' in item.text:
       print(item.text)

或者你可以使用这个。

soup=BeautifulSoup(html,'html.parser')
for item in soup.select('.article:contains(points)'):
   print(item.text.strip())

Answer 3

span = soup.find_all('span')
if 'points' in span[1].text:
    div = span[1].parent.parent
    print(div)

span 变量包含所有 span 元素，我们正在遍历回 HTML 标签的父级。考虑到这始终是 HTML.

的格式

在 BeautifulSoup 中，如何搜索包含文本但也有某个 class 祖先的元素？

In BeautifulSoup, how do I search for an element that contains text but also has an ancestor with a certain class?

python

beautifulsoup

html-parsing

python-3.x