查找匹配特定类但有一个 class 不断变化的标签

Question

我想从 div 标签中提取信息，该标签具有一些特定的 classes。

Class 格式为 abc def jss238 xyz

现在，jss class 号码不断变化，所以一段时间后，classes 将变为 abc def jss384 xyz

提取信息的最佳方式是什么，这样即使标签也发生变化，代码也不会中断。

我目前使用的代码是

val = soup.findAll('div', class_="abc def jss328 xyz")

我觉得正则表达式是个好方法，但我也可以不使用jss吗class而只使用其他3个来搜索？

Answer 1

所以是的，您可以使用正则表达式来查找具有 abc def <pattern of 3 letters and 3 digits> xyz

的模式

就我个人而言，我会看看您是否可以从源头获取数据。当类变成那样的时候，一般是因为页面是通过javascript渲染出来的，但是需要把数据放在那里，从某个地方获取。如果你分享 url 和你想要的数据，我可以看看是否是这样。但这是正则表达式版本：

from bs4 import BeautifulSoup
import re

html = '''<div class="abc def jss238 xyz">jss238 text</div>
<div class="abc def jss384 xyz">jss384 text</div>
<div class="hij klm jss238 xyz">doesn't match the pattern</div>'''


soup = BeautifulSoup(html, 'html.parser')

regex = re.compile('abc def \w{3}\d{3} xyz')
specialDivs = soup.find_all('div', {'class':regex})


for each in specialDivs:
    print(f'html: {each}\tText: {each.text}')

输出：

html: <div class="abc def jss238 xyz">jss238 text</div> Text: jss238 text
html: <div class="abc def jss384 xyz">jss384 text</div> Text: jss384 text

查找匹配特定类但有一个 class 不断变化的标签

Find Tags that Match Specific Classes but one class keeps changing

python

beautifulsoup

web-scraping

python-3.x

查找匹配特定 类 但有一个 class 不断变化的标签

Find Tags that Match Specific Classes but one class keeps changing

python

beautifulsoup

web-scraping

python-3.x

查找匹配特定类但有一个 class 不断变化的标签