Python 使用带lambda表达式的SoupStrainer_Python_Python 3.x_Beautifulsoup

Python 使用带lambda表达式的SoupStrainer

python python-3.x

Python 使用带lambda表达式的SoupStrainer,python,python-3.x,beautifulsoup,Python,Python 3.x,Beautifulsoup,给定以下带有三个a标记的html： html_doc = """ <html><head><title>The Dormouse's story</title></head> <body> The Dormouse's story Once upon a time there

给定以下带有三个

标记的html：

html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>

<p class="story">Once upon a time there were three little sisters; and their names were
<a class="sister" id="link1">Elsie</a>,
<a class="lister__item cf lister__item--upsell lister__item--has-ribbon brand-highlight" id="link2">Lacie</a> and
<a id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>

<p class="story">...</p>
"""

如何使用仅传递给

BeautifulSoup

对象的

parse\u

的SoupTrainer实例来模拟这一点？即

strainer = SoupStrainer(lambda tag: tag.name=='a' and 'lister__item' in tag.get('class'))
soup = BeautifulSoup(html_doc, 'html.parser', parse_only=strainer)
# TypeError: <lambda>() takes 1 positional argument but 2 were given

filter=SoupStrainer（lambda标记：tag.name==tag.get（'class'）中的'a'和'lister\u item'）
soup=BeautifulSoup（html\u doc，'html.parser'，parse\u only=filter）
#TypeError:（）接受1个位置参数，但提供了2个

不知道具体做了什么，但通过一些诡计很容易找到解决方案。通过打印所有

*args

，首先查看传递给lambda可调用对象的内容：

strainer = bs4.SoupStrainer(lambda *args: print(args))
soup = bs4.BeautifulSoup(html_doc, 'html.parser', parse_only=strainer)
('html', {})
('head', {})
('title', {})
('body', {})
('p', {'class': 'title'})
('b', {})
('p', {'class': 'story'})
('a', {'class': 'sister', 'id': 'link1'})
('a', {'class': 'lister__item cf lister__item--upsell lister__item--has-ribbon brand-highlight', 'id': 'link2'})
('a', {'class': 'sister', 'id': 'link3'})
('p', {'class': 'story'})

现在，使用您的

lambda

（其中一个是

BeautifulSoup

类型，另一个是being

元素。Tag

：

strainer = bs4.SoupStrainer(lambda tag_name, d: tag_name == 'a' and 'lister__item' in d['class'])
soup = bs4.BeautifulSoup(html_doc, 'html.parser', parse_only=strainer)

soup

现在包含相同的结果：

>>> soup
<a class="lister__item cf lister__item--upsell lister__item--has-ribbon brand-highlight" id="link2">Lacie</a>

>>汤
莱西

不知道具体做了什么，但通过一些技巧很容易得到解决方案。通过打印所有的

*args

，首先查看传递给lambda callable的内容：

strainer = bs4.SoupStrainer(lambda *args: print(args))
soup = bs4.BeautifulSoup(html_doc, 'html.parser', parse_only=strainer)
('html', {})
('head', {})
('title', {})
('body', {})
('p', {'class': 'title'})
('b', {})
('p', {'class': 'story'})
('a', {'class': 'sister', 'id': 'link1'})
('a', {'class': 'lister__item cf lister__item--upsell lister__item--has-ribbon brand-highlight', 'id': 'link2'})
('a', {'class': 'sister', 'id': 'link3'})
('p', {'class': 'story'})

现在，使用您的

lambda

（其中一个是

BeautifulSoup

类型，另一个是being

元素。Tag

：

strainer = bs4.SoupStrainer(lambda tag_name, d: tag_name == 'a' and 'lister__item' in d['class'])
soup = bs4.BeautifulSoup(html_doc, 'html.parser', parse_only=strainer)

soup

现在包含相同的结果：

>>> soup
<a class="lister__item cf lister__item--upsell lister__item--has-ribbon brand-highlight" id="link2">Lacie</a>

>>汤
莱西

我应该注意的一个问题。不是我所有的

标记都有

class

属性，所以我得到了一个KeyError。现在在lambda中玩

hasattr

，但是你的答案看起来不错。更新了问题以反映。@BradSolomon而不是

hasattr

使用

d.get（'class'，[]）

同样的效果。我应该注意的一个问题。不是我的

标记都有

class

属性，所以我得到了一个KeyError。现在在lambda中玩

hasattr

，但是你的答案看起来不错。更新了问题以反映。@bradsomon而不是

hasattr

使用

d（'class'，[]）

以获得相同的效果。