根據它所包圍的內容找到一個標籤（使用beautifulsoup）

Question

我使用BeautifulSoup來解析一些HTML。比方說，我有一個BeautifulSoup叫湯下麪的HTML：

<td class="1">test1</td> 
<td>test2</td> 
<td class="3"><a href="/">test3</a></td> 
<td><div class="test4"><a class="test4" href="/">test4</a></div></td> 
<td><div class="test4"><a class="test4" href="/">test4</a></div></td> 

我可以得到所有「TD」標籤的物品有：

soup.findAll("td") 

但我怎麼能找到只有「TD」標記，環繞有test4級的div嗎？或者用test4包圍'a'標籤？

我知道我能找到帶有屬性的標籤，如：

soup.findAll("a", {"class":"test4"}) 

但我需要這與最初的「TD」的搜索結合起來，讓我扔掉所有的「TD」沒有標籤環繞'a'或'div'標籤。

想法？謝謝！

Answer 1

這隻有當TEST4元素的直接父是TD，但它應該給你如何做一個更復雜的查詢的思想工作：

>>> from BeautifulSoup import BeautifulSoup 
>>> soup = BeautifulSoup('''<td class="1">test1</td> 
... <td>test2</td> 
... <td class="3"><a href="/">test3</a></td> 
... <td><div class="test4"><a class="test4" href="/">test4</a></div></td> 
... <td><div class="test4"><a class="test4" href="/">test4</a></div></td> 
... ''') 
>>> [tag.parent for tag in soup.findAll(attrs = {"class": "test4"}) 
... if tag.name in ['a', 'div'] and tag.parent.name == 'td'] 
[<td><div class="test4"><a class="test4" href="/">test4</a></div></td>, <td><div class="test4"><a class="test4" href="/">test4</a></div></td>] 

Answer 2

這是我會怎麼做：

>>> tdList = [] 
>>> for td in soup.findAll('td'): 
...  for div in td.findAll('div',{'class':'test4'}): 
...   tdList.append(div.parent) 
... 
>>> tdList 
[<td><div class="test4"><a class="test4" href="/">test4</a></div></td>, <td><div class="test4"><a class="test4" href="/">test4</a></div></td>] 

當然，您可以根據需要增加粒度，但是對於提供的html，可以完成工作。