Python 使用漂亮的汤只考虑网页内容的某一部分 我怎样才能有一个漂亮的汤，只考虑网页的某个部分？

例如，我只想在页面上“当前查看次数最多”之后选择所有

div

标记

它说：

from bs4 import BeautifulSoup
import urllib2

url = ' http://www.dailypress.com/ '
page = urllib2.urlopen(url)
soup = BeautifulSoup(page.read())

我可以使用：

str(soup).find(' Most viewed right now')

---

查找句子，但这无助于确定我想要的内容部分。

查找包含浏览次数最多的文章的

div

，并查找其中的所有链接：

>>> from bs4 import BeautifulSoup
>>> import urllib2
>>> import re
>>> url = "http://www.dailypress.com"
>>> soup = BeautifulSoup(urllib2.urlopen(url))
>>> most_viewed = soup.find('div', class_=re.compile('mostViewed'))
>>> for item in most_viewed.find_all('a'):
...     print item.text.strip()
... 
Body of driver recovered from Chesapeake Bay Bridge-Tunnel wreck
Hampton police looking for man linked to Friday's fatal apartment shooting
Police identify suspect in Saturday's fatal shooting in Hampton
Teen spice user: 'It's the new crack'
When spice came to Gloucester

---

这里的诀窍是，我们首先要找到查看次数最多的

链接的容器-它是拥有查看次数最多的
类的
div
。您可以在浏览器开发人员工具的帮助下对其进行检查
 谢谢你。顺便说一句，如果网页上没有“mostViewed”类，只有一行“MostView”文本怎么办？@MarkK那么你可以使用css选择器，或者只需找到父对象，然后用
div
标记查找所有子对象。或者，切换到
lxml
并使用xpath表达式。嗯，真的有很多选择。