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
下面是一个代码片段
soup = BeautifulSoup(:"index.html")
titleList = soup.findAll('title')
divList = soup.findAll('div', attrs={ "class" : "article story"})
正如你所看到的，我找到了所有的标签，然后我找到了所有的标签class="article"在里面
其他回答
通过id查找元素:
div = soup.find(id="articlebody")
soup.find("tagName",attrs={ "id" : "articlebody" })
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'})
下面是一个代码片段
soup = BeautifulSoup(:"index.html")
titleList = soup.findAll('title')
divList = soup.findAll('div', attrs={ "class" : "article story"})
正如你所看到的，我找到了所有的标签，然后我找到了所有的标签class="article"在里面
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')
