Python 在find_all of Beautifulsoup中使用正则表达式

我正试图清理tumblr归档文件，div类标记如图所示

该类以“post_micro”开头，我尝试使用正则表达式，但失败了

soup.find_all(class_=re.compile('^post post_micro') 

我试着在课堂上使用find_all中的函数

def func(x):                 
    if str(x).startswith('post_tumblelog'):
        return True

并将其用作：

soup.find_all(class_=func)

上面的工作很好，我得到了我需要的。但是我想知道如何使用正则表达式，为什么在func（x）中

---

当类名以“post post_micro”开头时计算为True。在BeautifulSoup 4中，您可以使用，因为它可以接受CSS属性选择器。在您的情况下，您将使用属性选择器

[class^=“post\u-turnlog”]

，它将选择以字符串

post\u-turnlog

开头的

class

属性

soup.select('[class^="post_tumblelog"]')

或者，您也可以使用：

soup.find_all(class_=lambda x: x and x.startswith('post_tumblelog'))

作为旁注，看起来您缺少了一个括号，以下方法有效：

soup.find_all(class_=re.compile('^post_tumblelog'))  

---

Using.select给出错误：不支持或无效的CSS选择器：“[class^=“post"这两个选项中的其余部分使用的是“post_Tumblog”，而不是“post-post_-micro”，我不知道为什么会出现这种情况。是的，其中两个使用lambda函数和正则表达式，但传递的参数必须是“post_-Tumblog”@sandepp-我刚刚用字符串

post_-Tumblog

和

post-post_-micro对其进行了测试

，它们都起作用了。你介意发布你的HTML和你正在使用的BeautifulSoup的哪个版本吗？bs4版本是4.3.2，我认为这是类值中的空间问题，我昨晚刚刚选择了BeautifulSoup，但不知道css和HTML。所以我认为需要做更多的工作

soup.find_all(class_=re.compile('^post_tumblelog'))