复杂的美丽的汤查询 [英] Complex Beautiful Soup query

问题描述

下面是一个HTML文件的一个片段，我用美丽的汤探索。

Here is a snippet of an HTML file I'm exploring with Beautiful Soup.

<td width="50%">
    <strong class="sans"><a href="http:/website">Site</a></strong> <br />

我想获得＆LT; A HREF＆GT; 对于具有任何行＆LT;强类=SANS＆GT; 键，这是在＆LT; TD WIDTH =50％方式＆gt;

I would like to get the <a href> for any line which has the <strong class="sans"> and which is inside a <td width="50%">.

是否可以查询HTML文件使用美丽的汤那些多个条件？

Is it possible to query a HTML file for those multiple conditions using Beautiful Soup ?

推荐答案

BeautifulSoup的搜索机制接受一个可调用的，它的文档显示，建议为你的情况：如果你需要施加复杂的或者互锁在标签上的属性限制，通在名称的可调用对象，...。 （好吧......他们在谈论具体的属性，但建议反映了一个基本的精神，以BeautifulSoup API）。

BeautifulSoup's search mechanisms accept a callable, which the docs appear to recommend for your case: "If you need to impose complex or interlocking restrictions on a tag's attributes, pass in a callable object for name,...". (ok... they're talking about attributes specifically, but the advice reflects an underlying spirit to the BeautifulSoup API).

如果你想要一个班轮：

soup.findAll(lambda tag: tag.name == 'a' and \
tag.findParent('strong', 'sans') and \
tag.findParent('strong', 'sans').findParent('td', attrs={'width':'50%'}))

我用在这个例子中一个lambda，但在实践中你可能要定义一个可调用的函数，如果你有多个链接的要求，因为这拉姆达必须作出两个 findParent（强， SANS'）呼吁以避免引发异常，如果一个＆LT; A＆GT; 标签没有强烈父。使用适当的功能，你可以让测试更有效率。

I've used a lambda in this example, but in practice you may want to define a callable function if you have multiple chained requirements as this lambda has to make two findParent('strong', 'sans') calls to avoid raising an exception if an <a> tag has no strong parent. Using a proper function, you could make the test more efficient.

这篇关于复杂的美丽的汤查询的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！