提问人：David 提问时间：4/25/2023 最后编辑：M ZDavid 更新时间：4/27/2023 访问量：71
如何在python3中使用BeautifulSoup一次找到多个标签以及属性？
How to find multiple tags at once along with attributes using BeautifulSoup in python3?
问：
我正在尝试使用 BeautifulSoup 的方法一次找到不同的标签。我找到了一种方法，将所有标签都包含在列表中以获取相应的标签。但是我正在尝试获取标签及其属性。我不确定如何获得它。find_all()
这是引用 HTML 结构。
<html>
<body>
<div>
<h4>Registered Customer Details</h4>
<div>
<div class='row'>
<div class='col-3'>Name :</div>
<div class='col-6'>ABC</div>
</div>
<div>
<div class='row'>
<div class='col-3'>Address :</div>
<div class='col-6'>India</div>
</div>
<div class="col-3 col-6 col-12 lo">
<a class="navbar-brand" href="#">
<img alt="image" class="img-responsive" src="/uploads/NEWLOGO.png"/>
</a>
</div>
<h4>Partner Details</h4>
<div>
<div class='row'>
<div class='col-4'>Partners :</div>
<div class='col-8'><table></table></div>
</div>
<div class="span3"></div>
<div class="span9"></div>
</div>
</body>
</html>
我正在尝试立即找到标签。
from bs4 import BeautifulSoup
soup = BeautifulSoup(open('test.html','r').read(),'lxml')
soup.find_all(['h4','div'])
上面的脚本将返回所有 h4 标签和所有 div 标签，但我正在寻找所有 h4 标签和所有 div 标签，其类值为 col-3、col-6、col-4 和 col-8。
它可能看起来像这样，
# for single value
soup.find_all(['h4', ['div',{'class':'col-3'}] ])
# for multiple value
soup.find_all(['h4', ['div',{'class':['col-3','col-6','col-4','col-8']}] ])
输出：
[<h4>Registered Customer Details</h4>, <h4>Partner Details</h4>]
预期输出：
[<h4>Registered Customer Details</h4>,
<div class='col-3'>Name :</div>,
<div class='col-6'>ABC</div>,
<div class='col-3'>Address :</div>,
<div class='col-6'>India</div>,
<h4>Partner Details</h4>,
<div class='col-4'>Partners :</div>,
<div class='col-8'><table></table>]
答：
0赞
atinjanki
4/25/2023
#1
试着写这个——
# for single value
soup.find_all(['h4','div'], class_='col-3')
# for multiple value
soup.find_all(['h4','div'], class_=['col-3','col-4'])
评论
0赞
David
4/25/2023
我试过了，但它在输出中缺少 h4 标签，因为 h4 标签没有任何具有匹配值的类。输出：<div class=“col-3”>'Key1'</div> <div class=“col-3”>'Key1'</div> <div class=“col-4”>'Key4'</div>
0赞
atinjanki
4/27/2023
好。我的答案是在您编辑问题并添加预期输出之前写的。在这种情况下，@HedgeHog的答案最好根据您的特定用例进行调整
0赞
HedgeHog
4/27/2023
#2
首先，HTML 应该是有效的，以确保解析器按预期工作。缺少结束标签。
适用于您的示例的一个选项是以下 css 选择器：
soup.select('h4,div[class^="col-"]')
如果需要，您可以对其进行调整并使其更具体：
soup.select('h4, div.row div[class^="col-"]')
...
例
from bs4 import BeautifulSoup
html = '''<html>
<body>
<div>
<h4>Registered Customer Details</h4>
<div>
<div class='row'>
<div class='col-3'>Name :</div>
<div class='col-6'>ABC</div>
</div>
<div>
<div class='row'>
<div class='col-3'>Address :</div>
<div class='col-6'>India</div>
</div>
<h4>Partner Details</h4>
<div>
<div class='row'>
<div class='col-4'>Partners :</div>
<div class='col-8'><table></table></div>
</div>
<div class="span3"></div>
<div class="span9"></div>
</div>
</body>
</html>'''
soup = BeautifulSoup(html,)
soup.select('h4,div[class^="col-"]')
输出
[<h4>Registered Customer Details</h4>,
<div class="col-3">Name :</div>,
<div class="col-6">ABC</div>,
<div class="col-3">Address :</div>,
<div class="col-6">India</div>,
<h4>Partner Details</h4>,
<div class="col-4">Partners :</div>,
<div class="col-8"><table></table></div>]
评论
0赞
David
4/27/2023
谢谢，几乎得到了所需的输出。我在原始站点 html 中运行了脚本，但是在同一个 div 中具有多个类的类似不需要的“div”标签，就像“col-3 col-4”一样。有没有办法避免这种情况。我已经更新了html结构以供参考。
0赞
HedgeHog
4/27/2023
我很高兴听到它已经帮助过你一次。如前所述，您可以调整该方法并根据您的特定要求进行调整;从我的角度来看，这里列出的选择作为示例正好满足了这一要求。你试过吗？
0赞
David
4/27/2023
是的，我试过了，它在某种程度上起作用，就像传递会给 div 提供 <div class=“col-3”>，<div class=“col-6”>以及 <div class=“col-3 col-6”>。但我专注于 div 将类作为单列。因此，如果我们尝试使用空格，（与 *）或（两者）作为，它什么也没给出，甚至没有一个 div。如果我们将类中的特定 col 硬编码为 ，，或者通过组合来获得它。div[class^="col-"]<div class="col-">div[class^="col- "]div[class^="col-*"]div[class^="col-* "]div[class^="col-3"]div[class^="col-4"]soup.select('h4, div[class^="col-4"],div[class^="col-8"]')
1赞
HedgeHog
4/27/2023
不确定我们是否在谈论相同的内容 - 提到的行正在做您编辑的示例所需的内容。soup.select('h4, div.row div[class^="col-"]')
评论
<div class='col-3'>'Key1'</div><h4><div>