在BeautifulSoup中匹配id's

Question

我正在使用BeautifulSoup - python模塊。我必須找到任何對id的引用，例如：'post-＃'。 例如：

<div id="post-45">...</div> 
<div id="post-334">...</div> 

我該如何過濾？

html = '<div id="post-45">...</div> <div id="post-334">...</div>' 
soupHandler = BeautifulSoup(html) 
print soupHandler.findAll('div', id='post-*') 
> [] 

Answer 1

你可以通過一個函數來findAll：

>>> print soupHandler.findAll('div', id=lambda x: x and x.startswith('post-')) 
[<div id="post-45">...</div>, <div id="post-334">...</div>] 

或正則表達式：

>>> print soupHandler.findAll('div', id=re.compile('^post-')) 
[<div id="post-45">...</div>, <div id="post-334">...</div>] 

Answer 2

soupHandler.findAll('div', id=re.compile("^post-$")) 

看起來我的權利。

Answer 3

由於他要求，以配合 「後＃somenumber＃」，這是更好地精確，

import re 
[...] 
soupHandler.findAll('div', id=re.compile("^post-\d+")) 

Answer 4

這個工作對我來說：

from bs4 import BeautifulSoup 
import re 

html = '<div id="post-45">...</div> <div id="post-334">...</div>' 
soupHandler = BeautifulSoup(html) 

for match in soupHandler.find_all('div', id=re.compile("post-")): 
    print match.get('id') 

>>> 
post-45 
post-334