Beautifulsoup的相当于'*'是什么 - find_all？

Question

我正试图从页面获取所有<tr class="**colour blue** attr1 attr2">。

attrs每次都不一样，其他兄弟<tr>s有一些colour red,colour pink等类。

所以我正在寻找colour blue在class之后的任何其他字符以包含在结果中。我已经使用*尝试过，但没有奏效：

soup.find_all('tr', {'class': 'colour blue*'}) 

谢谢

Answer 1

您可以使用常见的CSS Selectors与美丽的汤：

>>> soup = BeautifulSoup(''' 
...  <tr class="colour blue attr1 attr2"></tr> 
...  <tr class="colour red attr1 attr2"></tr> 
...  <tr class="unwanted attr1 attr2"></tr> 
...  <tr class="colour blue attr3"></tr> 
...  <tr class="another attr1 attr2"></tr> 
... ''') 
>>> soup.select('tr.colour.blue') 
[<tr class="colour blue attr1 attr2"></tr>, <tr class="colour blue attr3"></tr>] 

tr.colours.blue选择将匹配tr只要它具有colours和blue类属性。

Answer 2

使用regex filter：

import re 

soup.find_all('tr', class_=re.compile(r'colour blue.+')) 

• 在正则表达式，它使用re.search()查找的字符串。

• .表示匹配除换行符以外的任何字符。

• +表示匹配.不止一次。