美麗的湯使用正則表達式來查找標籤？

我真的希望能夠讓美麗的湯匹配任何標籤列表，像這樣。我知道attr接受正則表達式，但有什麼美麗的湯可以讓你這樣做嗎？美麗的湯使用正則表達式來查找標籤？

soup.findAll("(a|div)")

輸出：

<a> ASDFS 
<div> asdfasdf 
<a> asdfsdf

我的目標是創建一個刮刀可以抓住從站點表。有時候，標籤的命名不一致，我希望能夠輸入一個標籤列表來命名錶中的'數據'部分。

來源

2014-07-15 user3314418

可以使用的標籤列表：'soup.find_all（[「一」，「格」] ）' –

@ behzad.nouri你一定要把這個作爲答案。 – alecxe

find_all()是美麗的湯搜索API在最常用的方法。

您可以傳遞過濾器的變體。此外，通過一個list找到多個標籤：

>>> soup.find_all(['a', 'div'])

例：

>>> from bs4 import BeautifulSoup 
>>> soup = BeautifulSoup('<html><body><div>asdfasdf</div><p><a>foo</a></p></body></html>') 
>>> soup.find_all(['a', 'div']) 
[<div>asdfasdf</div>, <a>foo</a>]

或者你可以使用一個regular expression查找包含標籤a或div：

>>> import re 
>>> soup.find_all(re.compile("(a|div)"))

來源

2014-07-15 01:12:13 hwnd

適用於正則表達式和非正則表達式選項。 :) – zx81

正則表達式選項正是我正在尋找的 - 謝謝！ – MaxU

是看文檔...

http://www.crummy.com/software/BeautifulSoup/bs3/documentation.html

import re 

soup.findAll(re.compile("^a$|(div)"))

來源

2014-07-15 01:08:04 ZJS

請注意，您也可以使用正則表達式來搜索在標籤的屬性中。例如：

import re 
from bs4 import BeautifulSoup 

soup.find_all('a', {'href': re.compile('crummy.com/')})

這個例子查找所有<a>標籤鏈接到包含子'crummy.com'網站。

（我知道這是一個非常古老的職位，但希望有人會發現這個額外的信息非常有用。）

來源

2017-11-03 08:43:22

美麗的湯使用正則表達式來查找標籤？

回答

相關問題