美丽的汤提取精确的标签

Question

我一直试图开始使用BS4，但我似乎遇到了其中一个表的问题。 所以，我有以下内容：

<td align="center" valign="top">
foo
</td>
<td align="center">
foo bar
</td>
<td align="center" class="new" valign="top">bar</td>
<td align="center" class="newq" valign="top">foo</td>

我想从上面提取<td align="center"> 。 所以，我有类似的东西：

td_al_center = soup.find_all('td',{'align':'center'})

但这给了我以上4种组合。 如何指定仅提取<td align="center"> （具有foo bar那个）？ 如果有人能让我走上正轨，我将不胜感激。

Answer 1

假设您的标准是元素a）必须具有align="center"而b）不能具有任何其他属性，那么我认为您必须使用函数作为过滤器。

def centered_only(tag):
    return len(tag.attrs) == 1 and tag.attrs.get('align') == 'center'

td_al_center = soup.td(centered_only)

http://www.crummy.com/software/BeautifulSoup/bs4/doc/#a-function有关作为过滤器的功能的详细信息。

正如您所见，过滤特定属性的值很容易，但我没有看到find_all任何find_all或标签名称的简写，除了功能过滤器之外，还可以强制缺少所有其他属性。

Answer 2

您无法搜索仅具有您指定的属性的所有标记...但您可以通过将None指定为其值来搜索没有特定属性的标记。 所以：

>>> td_al_center = soup.find_all('td', {'align': 'center', 'valign': None})
>>> td_al_center
[<td align="center">
foo bar
</td>]