Question

我想找到所有<h1>或<div class='abc'>的标签。我尝试了bs.find_all(['h1', 'div'], attrs={'class': 'abc'})，但是它将忽略<h1>标签：显然，attrs参数将AND条件应用于搜索（这意味着标签必须属于标签名称列表，并且具有给定的属性，<h1>标签不符合）。

有人可以为此提出建议吗？谢谢。

Answer 1

也许您可以使用select。

from bs4 import BeautifulSoup as bs
from io import StringIO

data = """<html>
<body>
<h1>Test 1</h1>
<h2>Test 2</h2>
<div class='abc'><p>Test 3</p></div>
</body>
</html>"""

soup = bs(StringIO(data), 'html.parser')
print(soup.select('h1,div[class="abc"]'))
print(soup.find_all(['h1', 'div'], attrs={'class' : 'abc'}))

输出

[<h1>Test 1</h1>, <div class="abc"><p>Test 3</p></div>]
[<div class="abc"><p>Test 3</p></div>]

Answer 2

如何将两个bs.find_all('h1') + bs.find_all(['div', attrs={'class': 'abc'})之类的结果串联起来？

BeautifulSoup：查找与名称匹配一个标签或与属性匹配另一个标签的任何标签

2 个答案: