Python BeautifulSoup在某种标签类型下查找所有标签

Question

我有一个带有嵌套标签的XML文件，例如：

<tag1>
  <tag2>text0</tag2>
  text1
  <tag2>text2</tag2>
</tag1>
<tag2>text3</tag2>
text4
<tag1>
  <tag2>text5</tag2>
</tag1>

我想获取所有tag2的所有内容的地方，但tag2是它们包含在tag1 。 因此，在此示例中： text0 ， text2和text5 。 而不是text1 。

我目前正在双重for循环中执行此操作。 但是以后的文件将具有多个级别，我想避免嵌套许多for循环。

这是我的代码：

tag1entries = soup.find_all('tag1')
for tag1entry in tag1entries:
  tag2entries = tag1entry.find_all('tag2')
  for tag2entry in tag2entries:
    do_something(tag2entry.contents)

有谁知道更好的方法？

Answer 1

您可以使用CSS选择器 ，例如，选择tag2是直接子tag1 ：

tag2entries = soup.select('tag1 > tag2')

或者，在tag1内的任意位置选择tag2 ：

tag2entries = soup.select('tag1  tag2')

Answer 2

您可以使用列表理解：

entry_list = [entry.text for entry in soup.find_all('tag2') if entry.parent.name == 'tag1']

结果是：

['text0', 'text2', 'text5']