Python 漂亮的汤很难得到嵌套的HTML

使用BeautifulSoup，我似乎无法捕获所有HTML元素。具体来说，我的目标是尝试在中获取

4

值

    <button class="css-812ha7 " type="button">4</button>

返回：

[
     <div class="css-rs2cuv">
         <button class="css-rzdbbc" type="button">
             <svg class="css-1jc5boz" viewbox="0 95 57 95">
                 <path d="M57 142.5L9.5"></path>
             </svg>
         </button>
         <button class="css-rzdbbc" type="button">
             <svg class="css-15yx468" viewbox="0 95 57 95">
                 <path d="M57 142.5L9.5 95 0 104.5l38"></path>
             </svg>
         </button>
     </div>
]

[
]

我认为我的代码行将返回所有标记和嵌套标记，然后我可以运行更多方法来获取所需的值

我正在解析的HTML：

<div class="css-rs2cuv">
    <button class="css-rzdbbc" type="button">
        <svg viewBox="0 95 57 95" class="css-1jc5boz">
             <path d="M57 142.5L9.5"></path>
        </svg>
    </button>
    <button class="css-10po51q " type="button">1</button>
    <button class="css-812ha7 " type="button">2</button>
    <button class="css-812ha7 " type="button">3</button>
    <div class="css-ufx8pa " data-comp="Flex Box">...</div>
    <button class="css-812ha7 " type="button">4</button>
    <button class="css-mnn3vx " type="button">
        <svg viewBox="0 95 57 95" class="css-15yx468 ">
            <path d="M57 142.5L9.5 95 0 104.5l38"></path>
        </svg>
    </button>
</div>

1.
2.
3.
...
4.

返回与该标记匹配的所有标记的列表。您可以使用此列表的索引获取所需的标记，然后使用

.text

获取其中的文本

from bs4 import BeautifulSoup
html="""
<div class="css-rs2cuv">
    <button class="css-rzdbbc" type="button">
        <svg viewBox="0 95 57 95" class="css-1jc5boz">
             <path d="M57 142.5L9.5"></path>
        </svg>
    </button>
    <button class="css-10po51q " type="button">1</button>
    <button class="css-812ha7 " type="button">2</button>
    <button class="css-812ha7 " type="button">3</button>
    <div class="css-ufx8pa " data-comp="Flex Box">...</div>
    <button class="css-812ha7 " type="button">4</button>
    <button class="css-mnn3vx " type="button">
        <svg viewBox="0 95 57 95" class="css-15yx468 ">
            <path d="M57 142.5L9.5 95 0 104.5l38"></path>
        </svg>
    </button>
</div>
"""
soup=BeautifulSoup(html,'html.parser')
print(soup.select('.css-812ha7')[2].text)

返回与该标记匹配的所有标记的列表。您可以使用此列表的索引获取所需的标记，然后使用

.text

获取其中的文本

from bs4 import BeautifulSoup
html="""
<div class="css-rs2cuv">
    <button class="css-rzdbbc" type="button">
        <svg viewBox="0 95 57 95" class="css-1jc5boz">
             <path d="M57 142.5L9.5"></path>
        </svg>
    </button>
    <button class="css-10po51q " type="button">1</button>
    <button class="css-812ha7 " type="button">2</button>
    <button class="css-812ha7 " type="button">3</button>
    <div class="css-ufx8pa " data-comp="Flex Box">...</div>
    <button class="css-812ha7 " type="button">4</button>
    <button class="css-mnn3vx " type="button">
        <svg viewBox="0 95 57 95" class="css-15yx468 ">
            <path d="M57 142.5L9.5 95 0 104.5l38"></path>
        </svg>
    </button>
</div>
"""
soup=BeautifulSoup(html,'html.parser')
print(soup.select('.css-812ha7')[2].text)

---

没有足够的html来告诉您是否需要使用

select

或

select_one

（

select_one

将返回第一个匹配项），但是对于显示的html，您可以使用所需元素之前的元素属性之间的关系（通过指定[

数据comp='Flex Box']

），与要获取的元素类相邻的同级组合中。

+

是一个

对于此css选择器组合的多个匹配项，如果不是第一个匹配项，

select

可用于检索所有匹配项；您可以索引到其中以检索特定项

在这个场景中，仅使用类名作为选择器几乎肯定会更快，但值得注意其他方法

from bs4 import BeautifulSoup
html="""
<div class="css-rs2cuv">
    <button class="css-rzdbbc" type="button">
        <svg viewBox="0 95 57 95" class="css-1jc5boz">
             <path d="M57 142.5L9.5"></path>
        </svg>
    </button>
    <button class="css-10po51q " type="button">1</button>
    <button class="css-812ha7 " type="button">2</button>
    <button class="css-812ha7 " type="button">3</button>
    <div class="css-ufx8pa " data-comp="Flex Box">...</div>
    <button class="css-812ha7 " type="button">4</button>
    <button class="css-mnn3vx " type="button">
        <svg viewBox="0 95 57 95" class="css-15yx468 ">
            <path d="M57 142.5L9.5 95 0 104.5l38"></path>
        </svg>
    </button>
</div>
"""
soup = BeautifulSoup(html,'lxml')
print(soup.select_one("[data-comp='Flex Box'] + .css-812ha7").text)

从bs4导入美化组
html=”“”
1.
2.
3.
...
4.
"""
soup=BeautifulSoup（html，'lxml'）
打印（soup.select_one（“[data comp='Flex Box']+.css-812ha7”）.text）
没有足够的html来告诉您是否需要使用
select
或
select one
（
select one
将返回第一个匹配项），但是对于显示的html，您可以使用元素属性与所需属性之间的关系（通过指定[
数据comp='Flex Box']
），与要获取的元素类相邻的同级组合中。
+
是一个

对于此css选择器组合的多个匹配项，如果不是第一个匹配项，
select
可用于检索所有匹配项；您可以索引到其中以检索特定项

在这个场景中，仅使用类名作为选择器几乎肯定会更快，但值得注意其他方法

from bs4 import BeautifulSoup
html="""
<div class="css-rs2cuv">
    <button class="css-rzdbbc" type="button">
        <svg viewBox="0 95 57 95" class="css-1jc5boz">
             <path d="M57 142.5L9.5"></path>
        </svg>
    </button>
    <button class="css-10po51q " type="button">1</button>
    <button class="css-812ha7 " type="button">2</button>
    <button class="css-812ha7 " type="button">3</button>
    <div class="css-ufx8pa " data-comp="Flex Box">...</div>
    <button class="css-812ha7 " type="button">4</button>
    <button class="css-mnn3vx " type="button">
        <svg viewBox="0 95 57 95" class="css-15yx468 ">
            <path d="M57 142.5L9.5 95 0 104.5l38"></path>
        </svg>
    </button>
</div>
"""
soup = BeautifulSoup(html,'lxml')
print(soup.select_one("[data-comp='Flex Box'] + .css-812ha7").text)

从bs4导入美化组
html=”“”
1.
2.
3.
...
4.
"""
soup=BeautifulSoup（html，'lxml'）
打印（soup.select_one（“[data comp='Flex Box']+.css-812ha7”）.text）
我使用了lxml解析器。这会有什么不同吗？@Liondancer没有。我刚刚测试了它。我尝试了
soup.select（'.css-812ha7'）
，但我的代码返回[]@Liondancer，我希望你得到了输出。在你的例子中，我得到了输出，但我认为我的python代码由于某种原因，与我的browserI使用的lxml解析器相比，它给了我不同的HTML。这会有所不同吗？@Liondancer否。我刚刚测试了它。我尝试了
汤。选择（'.css-812ha7'）
，但我的代码返回[]@Liondancer我希望你得到了输出。在你的例子中，我得到了，但我认为我的python代码由于某种原因与我的浏览器相比，它给了我不同的HTML结果我的代码获取了页面源代码，而我的浏览器有不同的源代码，因为JS呈现=/结果我的代码获取了页面源代码，而我的浏览器有不同的源代码因为JS渲染=/