使用BeautifulSoup的findAll來搜索html元素的innerText以獲得與搜索屬性相同的結果？

例如，如果我用元素的屬性，像ID搜索：使用BeautifulSoup的findAll來搜索html元素的innerText以獲得與搜索屬性相同的結果？

soup.findAll('span',{'id':re.compile("^score_")})

我回來匹配整個跨度元素（我喜歡）的列表。

但如果我嘗試用的innerText這樣的HTML元素的搜索：

soup.findAll('a',text = re.compile("discuss|comment"))

我回來只是元素的innerText部分回匹配，而不是整個元素與標籤和屬性像我會在上面。

這是可能的做出去找到匹配，然後得到它的父母？

謝謝。

來源

2010-04-05 Jack

您不回覆文本。你會得到一個NavigableString的文字。這對象有方法去父母等

from BeautifulSoup import BeautifulSoup 
import re 

soup = BeautifulSoup('<html><p>foo</p></html>') 

r = soup.findAll('p', text=re.compile('foo')) 

print r[0].parent

打印

<p>foo</p>

來源

2010-04-05 19:14:33 nosklo

超級感謝。基本上得到我想要的結果，就像這樣： comments = map（lambda x：x.parent，soup.findAll（'a'，text = re.compile（「。discuss | comment。「））） – Jack 2010-04-05 19:21:56

maplambda是醜陋的，所以我只是''s.parent for s.in soup.findAll（...）]' – nosklo 2010-04-05 19:36:19

@Jack：也值得檢查的是'lxml.html' - 我是因爲後者不再被維護並且速度較慢，所以寧願將它放在'BeautifulSoup'上面。 – nosklo 2010-04-08 11:39:12

使用BeautifulSoup的findAll來搜索html元素的innerText以獲得與搜索屬性相同的結果？

回答

相關問題