在Python中使用BeautifulSoup根据不同的条件查找不同的元素

我想使用Python库的

findAll（）

函数，在HTML中查找几个元素。这些要素必须满足多个标准，但相互独立

例如，假设我的对象如下所示：

<div class="my_class">
    <span class="not_cool">
        <p name="p_1">A</p>
        <p name="p_2">B</p>
    </span>
    <span class="cool">
        <p name="p_3">C</p>
    </span>
</div>

在一个完美的世界里，我想做：

.findAll([
        ["span",attrs={"class":"cool"}],
        ["p",attrs={"name":"p_1"}]
    ]}

但当然，它不是这样工作的

实际上，我试图创建一个将HTML转换为BBCode的函数（我不想要也不能使用现有的函数）。 所以，我只需要保留一些我感兴趣的标签

但是，我还必须知道这些元素的顺序。如果我使用两个不同的

.findAll（）

，我将不知道什么之前是什么，什么之后是什么

---

有人有解决方案吗？

只需通过迭代所有所需的

span

来查找每个

span

特定类的所有子类

spans = soup.findAll("span",attrs={"class":"cool"})
for span in spans:
    ps = span.findAll("p",attrs={"name":"p_1"})

---

通过迭代所有所需的

span

，只需找到每个

span

的所有子类

spans = soup.findAll("span",attrs={"class":"cool"})
for span in spans:
    ps = span.findAll("p",attrs={"name":"p_1"})

---

您必须使用搜索功能：

.find_all(lambda t: (t.name == 'span' and 'cool' in t['class']) or
                    (t.name == 'p' and t.get('name') == 'p_1'))

一个可调用的参数将传递给树中的每个标记对象；如果可调用函数返回

True

，则包含它。上面的

lambda

测试标记名是否匹配以及是否存在特定属性。

class

属性的特殊之处在于，当它出现时，它总是被解析为一个列表

---

请注意，对于Beautifulsoup4，驼峰大小写函数名已被弃用；带有下划线名称的小写字母是规范方法。如果您仍在使用BeautifulSoup 3，则可能需要升级。版本3已经两年多没有更新了。

您必须使用搜索功能：

.find_all(lambda t: (t.name == 'span' and 'cool' in t['class']) or
                    (t.name == 'p' and t.get('name') == 'p_1'))

一个可调用的参数将传递给树中的每个标记对象；如果可调用函数返回

True

，则包含它。上面的

lambda

测试标记名是否匹配以及是否存在特定属性。

class

属性的特殊之处在于，当它出现时，它总是被解析为一个列表

---

请注意，对于Beautifulsoup4，驼峰大小写函数名已被弃用；带有下划线名称的小写字母是规范方法。如果您仍在使用BeautifulSoup 3，则可能需要升级。版本3已经两年多没有更新了。

@That1Guy:是的，BeautifulSoup 3也支持可调用的搜索。@That1Guy:但是，要知道BeatifulSoup 3早已过时。它已经两年多没有新版本了。是的，我知道。我之所以问这个问题，是因为OP似乎在使用BeautifulSoup 3（findAll vs find_all）。@That1Guy:BeautifulSoup 4也支持BS3 camelcase方法，很多教程出于某种原因仍然使用这些方法，所以假设起来总是不安全的。我没有意识到，谢谢你的更正。无论如何+1。您的答案比我的答案更正确，但是我会将我的答案留作首选迭代的替代方案。@That1Guy:是的，BeautifulSoup 3还支持可调用的搜索。@That1Guy:但是，要知道BeatifulSoup 3早已过时。它已经两年多没有新版本了。是的，我知道。我之所以问这个问题，是因为OP似乎在使用BeautifulSoup 3（findAll vs find_all）。@That1Guy:BeautifulSoup 4也支持BS3 camelcase方法，很多教程出于某种原因仍然使用这些方法，所以假设起来总是不安全的。我没有意识到，谢谢你的更正。无论如何+1。你的答案比我的更正确，但是我将把我的作为首选迭代的替代方案。我的例子可能并不完美。假设

p

在

span

之外，而我仍然想要得到它，那么您的代码将无法工作。我的示例可能并不完美。假设

p

在

span

之外，并且我仍然想要得到它，那么您的代码将无法工作。