Python 如何在一个有靓汤的div里面选择一个div类？

我在div标签中有一堆div标签：

<div class="foo">
     <div class="bar">I want this</div>
     <div class="unwanted">Not this</div>
</div>
<div class="bar">Don't want this either
</div>

或者，我尝试：

from bs4 import BeautifulSoup
soup = BeautifulSoup(open(r'C:\test.htm'))
for each_div in soup.findAll('div',{'class':'foo'}):
     print(each_div.findAll('div',{'class':'bar'})).encode("utf-8")

我做错了什么？如果我可以从选择中删除div类“不需要的”，那么我只需要一个简单的打印（每个div）就可以了。

您可以使用

find\u all（）

搜索每个

元素，使用

foo

作为属性，对于每个元素，使用

find（）

作为属性，例如：

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'html')
for foo in soup.find_all('div', attrs={'class': 'foo'}):
    bar = foo.find('div', attrs={'class': 'bar'})
    print(bar.text)

像这样运行：

python3 script.py htmlfile

这将产生：

I want this

---

更新：假设可能存在多个具有

bar

属性的

元素，以前的脚本将无法工作。它只会找到第一个。但您可以获取它们的后代并对其进行迭代，如：

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'html')
for foo in soup.find_all('div', attrs={'class': 'foo'}):
    foo_descendants = foo.descendants
    for d in foo_descendants:
        if d.name == 'div' and d.get('class', '') == ['bar']:
            print(d.text)

输入如下：

<div class="foo">
     <div class="bar">I want this</div>
     <div class="unwanted">Not this</div>
     <div class="bar">Also want this</div>
</div>

<div class="foo">
     <div class="bar">I want this</div>
     <div class="unwanted">Not this</div>
     <div class="bar">Also want this</div>
</div>

I want this
Also want this