代码之家 › 专栏 › 技术社区 › Jack

使用BeautifulSoup的findAll搜索html元素的innerText以获得与搜索属性相同的结果?

beautifulsoup python

Jack · 技术社区 · 16 年前

例如,如果我按元素的属性(如id)进行搜索:

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

我得到一个匹配的整个span元素的列表(我喜欢)。

但如果我尝试按html元素的内部文本进行搜索,如下所示:

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

我只返回元素中匹配的innerText部分,而不是像上面那样返回带有标记和属性的整个元素。

有没有可能找到匹配的然后找到它的父母?

谢谢。

1 回复 | 直到 16 年前

nosklo 16 年前

你没有收到短信。你得到一个 NavigableString 带着文字。这个对象有方法去父对象,等等。

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

<p>foo</p>

推荐文章

Dinosaur · 使用BeautifulSoup点击div标签后抓取html页面

1 年前

Stackie · 无法使用Selenium访问废料数据的链接

1 年前

Avraham · 如何在JS中将beautifulsoup中的文本设置为.innerText而非.textContent

1 年前

Rayan CH TFG · 需要解释Python中的web抓取lambda函数

1 年前

hyoni · 使用Python BeautifulSoup进行网页抓取

1 年前

Canberra · 从网站上删除纬度和经度

1 年前

zero · bs4方法访问维基百科页面:获取信息框

1 年前

Oscar Tarrago · Beautiful Soup“.fund”无法从windows终端运行

1 年前

knowledge_seeker · 无法解析从Python中的HTML标记中的属性获得的JSON字符串

1 年前

Reonard1 · Web报废中的AttributeError

1 年前