提问人：sebo 提问时间：9/11/2013 最后编辑：alecxesebo 更新时间：4/29/2022 访问量：124743
BeautifulSoup findAll（） 给定多个类？
BeautifulSoup findAll() given multiple classes?
问：
我想从网站上抓取项目列表，并保留它们的显示顺序。这些项目在表中组织，但它们可以是两个不同类之一（按随机顺序）。
有没有办法提供多个类并让 BeautifulSoup4 找到任何给定类中的所有项目？
我需要实现此代码的功能，除了保留源代码中的项顺序：
items = soup.findAll(True,{'class':'class1'})
items += soup.findAll(True,{'class':'class2'})
答：
14赞
alecxe
9/11/2013
#1
一种方法是使用正则表达式而不是类名：
import re
import requests
from bs4 import BeautifulSoup
s = requests.Session()
link = 'https://leaderboards.guildwars2.com/en/na/achievements'
r = s.get(link)
soup = BeautifulSoup(r.text)
for item in soup.findAll(True, {"class": re.compile("^(equal|up)$")}):
if 'achievements' in item.attrs['class'] and 'number' in item.attrs['class']:
print item
评论
0赞
sebo
9/11/2013
感谢您的快速回复。目前，该调用没有返回任何内容。这有可能是由类名中有空格引起的吗？（例如“第 1 类”）对不起，我对正则表达式一无所知。
0赞
alecxe
9/11/2013
@sebo您能展示您正在使用的代码，以便我可以重现和解决问题？
0赞
sebo
9/11/2013
剥离后，这是我正在查看的代码：这个代码正在应用 Roman Pekar 的解决方案，但它返回一个空列表。使用正则表达式解决方案也会发生同样的事情。不过，一次检索一个类都可以正常工作。对不起，格式很糟糕。import requests from bs4 import BeautifulSoup s = requests.Session() link = 'https://leaderboards.guildwars2.com/en/na/achievements' r = s.get(link) soup = BeautifulSoup(r.text) items = soup.findAll(True, {"class":["equal achievements number", "up achievements number"]})
1赞
alecxe
9/11/2013
它@sebo起作用？soup.findAll(True, {"class": ".*achievements number.*"})
0赞
sebo
9/11/2013
这也将返回一个空列表。
119赞
Roman Pekar
9/11/2013
#2
你可以这样做
soup.findAll(True, {'class':['class1', 'class2']})
例：
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<html><body><div class="class1"></div><div class="class2"></div><div class="class3"></div></body></html>')
>>> soup.findAll(True, {"class":["class1", "class2"]})
[<div class="class1"></div>, <div class="class2"></div>]
评论
0赞
sebo
9/11/2013
在我的代码中，这与 alecxe 的解决方案返回一个空列表的方式相同。有关我的代码，请参阅他的回复下的评论。
2赞
alecxe
9/11/2013
@sebo试试这个： .soup.findAll(True, {"class":["equal", "up"]})
0赞
Roman Pekar
9/11/2013
@alecxe这可行，+1 对你来说，但仍在尝试找到如何用完整的类名来工作
1赞
alecxe
9/11/2013
@RomanPekar谢谢。我认为不会将过滤器应用于整个属性值，而是按空格拆分类。请参阅 stackoverflow.com/questions/1242755/...。bs4classclass
0赞
alecxe
9/11/2013
@RomanPekar我认为有一种方法可以解决它 - 在循环中添加一个额外的检查，请参阅我更新的答案。你觉得怎么样？
28赞
Bhoopi
8/12/2017
#3
我是 Python with BeautifulSoup 的新手，但可能是我的答案，可以帮助你。我遇到了同样的情况，我必须找到一个标签的多个类，所以我只需将这些类传递到一个数组中，它就对我有用。 下面是代码片段
# Search with single Class
find_all("tr", {"class":"abc"})
# Search with multiple classes
find_all("tr", {"class": ["abc", "xyz"]})
评论
13赞
Eduardo Pignatelli
9/23/2018
是对应选择器还是选择器？{"class": ["abc", "xyz"]}orand
11赞
Slick Slime
12/12/2018
它对应于or
21赞
Sundeep Pidugu
12/10/2019
我该怎么做？and
7赞
discover
7/6/2020
您可以使用 代替 .@SundeepPiduguselectfind_allselect('div.abc.xyz')
15赞
Abdelghani Bekka
3/16/2019
#4
或者使用最新版本的 BeautifulSoup：
find_all('a', class_=['class1', 'class2'])
使用“class”会返回错误，因此他们改用“class_”。
评论
0赞
Timo
1/31/2021
这是 ，请参阅其他答案的评论。orand
17赞
danilo
1/21/2021
#5
<html>
<body>
<div class="cls1">ok</div>
<div class="cls2">hi</div>
<div class="cls1 cls2">both</div>
</body>
</html>
OR 运算符
from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
divs = soup.find_all('div', class_=['cls1', 'cls2'])
print(divs)
输出：
[<div class="cls1">ok</div>, <div class="cls2">hi</div>, <div class="cls1 cls2">both</div>]
AND 运算符
from bs4 import BeautifulSoup
soup = BeautifulSoup(html)
divs = soup.select('div.cls1.cls2')
print(divs)
输出：
[<div class="cls1 cls2">both</div>]
2赞
Jose Francisco Cheble
11/2/2021
#6
如果您使用 Url 作为参数，请不要忘记传递标头。我花了大约一个小时来获得这些带有 2 个类的 div 元素，直到我注意到我忘记传递这个标头，它才对我不起作用。
header = {
"Accept-Language": "es-ES,es;q=0.9",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.81 Safari/537.36"
}
url = 'something.com'
response = requests.get(url=url,headers=header)
response.raise_for_status()
data = response.text
soup = BeautifulSoup(data, 'html.parser')
elements = soup.select('div.fde444d7ef._c445487e2')
评论