Python 使用BeautifulSoup排除findAll的不必要结果

使用BeautifulSoup，我的目标是清除与此HTML挂钩相关的文本：

因此，使用下面的简单代码

content = page.read()  
soup = BeautifulSoup(content)  
results = soup.find_all("p", "review_comment")

我很高兴地解析生活在这里的文本：

这个地方太糟糕了

坏消息是，每隔30次左右，

soup.find_all

就会得到一个匹配项，它还会匹配并抓取我真正不想要的东西，这是用户的旧评论，他们已经更新了：

现在是1999年，我会永远爱这个地方…

在我试图排除这些旧的重复评论时，我尝试了各种各样的想法

• 我一直在尝试更改我的

  汤中的参数。find_all（）

  调用 明确排除

• 我陷入了正则表达式类型匹配的困境，但没有成功
• 我似乎无法利用

  class=“show archived”

  属性

---

任何想法都将不胜感激。提前谢谢。

这就是你想要的吗

for p in soup.find_all("p", "review_comment"):
    if p.find(class_='show-archived'):
        continue
    # p is now a wanted p

---

在“坏消息匹配”中，是您不想要的标签和内容，还是您想要拒绝整个P？是的，“坏消息匹配”是一个旧评论，我想要拒绝整个内容。这样做的一个主要原因是，我也搜集了“明星”信息，但突然间我的评论比明星还多。你知道在汤中拼写的特殊方式吗。find（）？这是我需要使用的策略，是的。使用正确的循环很简单。感谢您的帮助@msw！