嵌套 Beautiful Soup 类

Question

我正在尝试从以下结构中获取所有类（包括“data_from”、“data_to”中的数据）：

<div class="alldata">
  <div class="data_from">
  <div class="data_to">
  <div class="data_to">
  <div class="data_from">
</div>

到目前为止，我已经尝试找到所有课程，但没有成功。 “data_from”、“data_to”类未被获取：

soup.find_all(class_=True)

当我试图对“alldata”类进行文盲时，我只获取第一个“data_from”类。

for data in soup.findAll('div', attrs={"class": "alldata"}):
    print(data.prettify())

非常感谢所有帮助。 谢谢你。

Answer 1

在较新的代码中，请避免使用旧语法findAll()或与新语法混合使用 - 而是仅使用find_all() - 如需更多信息，请花一分钟时间查看文档

---

您的 HTML 无效，但要使用有效的 HTML 实现目标，您可以使用css selectors来选择所有<div>以及包含在外部<div>中的类：

soup.select('.alldata div[class]')

例子

from bs4 import BeautifulSoup

html='''<div class="alldata">
  <div class="data_from"></div>
  <div class="data_to"></div>
  <div class="data_to"></div>
  <div class="data_from"></div>
</div>'''

soup = BeautifulSoup(html)

soup.select('.alldata div[class]')

输出

[<div class="data_from"></div>,
 <div class="data_to"></div>,
 <div class="data_to"></div>,
 <div class="data_from"></div>]

---

另外，如果您想获取其文本，请遍历您的ResultSet ：

for e in soup.select('.alldata div[class]'):
    print(e.text)