Answers:
试试这个
li = soup.find('li', {'class': 'text'})
children = li.findChildren("a" , recursive=False)
for child in children:
print child
find(li).find(a).firstChild()
DOC中有一个超小部分,显示了如何查找/ find_all 直接子级。
https://www.crummy.com/software/BeautifulSoup/bs4/doc/#the-recursive-argument
在您需要的情况下,link1是第一个直接子级:
# for only first direct child
soup.find("li", { "class" : "test" }).find("a", recursive=False)
如果您想要所有直系子女:
# for all direct children
soup.find("li", { "class" : "test" }).findAll("a", recursive=False)
也许你想做
soup.find("li", { "class" : "test" }).find('a')
<a> link2 </a>
,但我不想要
<a>link1</a>
在这个问题给出的HTML,但是这将失败的时候第一个<li class="test">
不包含任何<a>
元素,并有其他li
元素与test
含有类<a>
。
“如何找到所有人a
的孩子,<li class=test>
而不是其他孩子?”
给定下面的HTML(我添加了另一个<a>
以显示select
和之间的区别select_one
):
<div>
<li class="test">
<a>link1</a>
<ul>
<li>
<a>link2</a>
</li>
</ul>
<a>link3</a>
</li>
</div>
解决方案是使用放在两个CSS选择器之间的子组合器(>
):
>>> soup.select('li.test > a')
[<a>link1</a>, <a>link3</a>]
如果您只想找到第一个孩子:
>>> soup.select_one('li.test > a')
<a>link1</a>
另一种方法-创建一个过滤器函数,该函数返回True
所有所需标签:
def my_filter(tag):
return (tag.name == 'a' and
tag.parent.name == 'li' and
'test' in tag.parent['class'])
然后只需调用find_all
参数:
for a in soup(my_filter): # or soup.find_all(my_filter)
print a
soup.find('li', {'class': 'text'}).findChildren()
。