如何使用Beautifulsoup4检查父标记是否具有名称不是“ div”的直接子代
宣誓就职
我想检查父标记是否具有名称不是“ div”的直接子代，因此我想检查标记的所有直接子代。我这样尝试过：
from bs4 import BeautifulSoup
import urllib.request
url = 'http://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/#contents-children'
req = urllib.request.Request(url)
req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36')
website = urllib.request.urlopen(req)
html = website.read()
with open("web.html", "w", encoding='utf-8') as f:
f.write(html.decode())
soup = BeautifulSoup(html, 'html.parser')
for item in soup.contents:
print(item.name)
该项目有点复杂，因此我创建了这个小测试文件。我记得去年使用此软件包时是正确的。但是，当我使用python3.6 BeautifulSoup4.4.0运行此代码时，输出如下所示：
我尝试了所有解析器
BeautifulSoup(markup, "html.parser")
BeautifulSoup(markup, "lxml")
BeautifulSoup(markup, "xml")
BeautifulSoup(markup, "html5lib")
但是他们都是错的。而且html.parser甚至输出最差的结果:(因此，我的问题是如何正确获取子代？我只想要直接子代。
--------------------- 10 MIN LATER ------------------我试图将此测试代码修改为：
for item in soup.body.contents:
print(item.name)
我得到其他标签的名称，它们之间有“ None”： 
AFAIC，也许这是因为
解析了＆或nbsp，但是我不知道如何解决这个问题
安德烈·凯斯利（Andrej Kesely）
您的代码还可以，但是soup.contents您需要选择根<html>标记和一些NavigableString名称为的普通对象None。尝试选择汤中的一些标签，例如选择all h3：
for item in soup.select('h3'):
print(item.text)
将打印：
Name¶
Attributes¶
tag的名字¶
.contents 和 .children¶
.descendants¶
.string¶
.strings 和 stripped_strings¶
.parent¶
.parents¶
.next_sibling 和 .previous_sibling¶
.next_siblings 和 .previous_siblings¶
.next_element 和 .previous_element¶
.next_elements 和 .previous_elements¶
字符串¶
正则表达式¶
列表¶
True¶
方法¶
name 参数¶
keyword 参数¶
按CSS搜索¶
string 参数¶
limit 参数¶
recursive 参数¶
智能引号¶
矛盾的编码¶
需要的解析器¶
方法名的变化¶
生成器¶
XML¶
实体¶
迁移杂项¶
编辑：
要检查<div>tag是否有任何子节点，其名称不是div，可以使用lambda函数：
for div_tag in soup.find_all('div'):
if div_tag.find(lambda t: t.name != 'div'):
print(div_tag.text)
print('-' * 80)
编辑2：
要检查<div>tag是否有任何直接子级，其名称不是div，可以使用lambda函数和CSS选择器：
for div_tag in soup.select('div > *'):
if div_tag.find(lambda t: t.name != 'div'):
print(div_tag.text)
print('-' * 80)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
编辑于
相关文章
TOP 榜单
- 1
Linux的官方Adobe Flash存储库是否已过时？
- 2
用日期数据透视表和日期顺序查询
- 3
应用发明者仅从列表中选择一个随机项一次
- 4
Java Eclipse中的错误13，如何解决？
- 5
在Windows 7中无法删除文件（2）
- 6
在 Python 2.7 中。如何从文件中读取特定文本并分配给变量
- 7
套接字无法检测到断开连接
- 8
带有错误“ where”条件的查询如何返回结果？
- 9
有什么解决方案可以将android设备用作Cast Receiver？
- 10
Mac OS X更新后的GRUB 2问题
- 11
ggplot：对齐多个分面图-所有大小不同的分面
- 12
验证REST API参数
- 13
如何从视图一次更新多行（ASP.NET - Core）
- 14
尝试反复更改屏幕上按钮的位置 - kotlin android studio
- 15
计算数据帧中每行的NA
- 16
检索角度选择div的当前值
- 17
离子动态工具栏背景色
- 18
UITableView的项目向下滚动后更改颜色，然后快速备份
- 19
VB.net将2条特定行导出到DataGridView
- 20
蓝屏死机没有修复解决方案
- 21
通过 Git 在运行 Jenkins 作业时获取 ClassNotFoundException
我来说两句