soup.find("tagName", { "id" : "articlebody" })
为什么不返回<div id="articlebody">…</div>标签和东西之间?它什么也不返回。我知道它的存在因为我正盯着它
soup.prettify()
汤。Find ("div"， {"id": "articlebody"})也不起作用。
(编辑:我发现BeautifulSoup没有正确解析我的页面，这可能意味着我试图解析的页面在SGML或其他中没有正确格式化)
当前回答
在我试图刮谷歌的时候也发生过。 我最终使用了pyquery。 安装:
pip install pyquery
Use:
from pyquery import PyQuery
pq = PyQuery('<html><body><div id="articlebody"> ... </div></body></html')
tag = pq('div#articlebody')
其他回答
在beautifulsoup源代码中，这一行允许在div中嵌套div;所以你对卢卡斯评论的担心是没有根据的。
NESTABLE_BLOCK_TAGS = ['blockquote', 'div', 'fieldset', 'ins', 'del']
我认为您需要做的是指定您想要的attrs，例如
source.find('div', attrs={'id':'articlebody'})
我使用:
soup.findAll('tag', attrs={'attrname':"attrvalue"})
就像我的find/findall语法一样;也就是说，除非在标签和属性列表之间有其他可选参数，否则不应该有什么不同。
在我试图刮谷歌的时候也发生过。 我最终使用了pyquery。 安装:
pip install pyquery
Use:
from pyquery import PyQuery
pq = PyQuery('<html><body><div id="articlebody"> ... </div></body></html')
tag = pq('div#articlebody')
Beautiful Soup 4使用.select()方法支持大多数CSS选择器，因此你可以使用id选择器，例如:
soup.select('#articlebody')
如果你需要指定元素的类型，你可以在id选择器之前添加一个类型选择器:
soup.select('div#articlebody')
.select()方法将返回一个元素集合，这意味着它将返回与下面的.find_all()方法示例相同的结果:
soup.find_all('div', id="articlebody")
# or
soup.find_all(id="articlebody")
如果你只想选择一个元素，那么你可以使用.find()方法:
soup.find('div', id="articlebody")
# or
soup.find(id="articlebody")
你喝过汤吗?findAll("div"， {"id": "articlebody"})?
听起来很疯狂，但如果你从野外采集东西，你不能排除多次潜水的可能性……
