python - BeautifulSoup : searching for a nested pattern?

Question

soup.find_all 将在 BeautifulSoup 文档中搜索所有出现的单个标签。有没有办法搜索嵌套标签的特定模式？

例如，我想搜索所有出现的这种模式:

<div class="separator">
  <a>
    <img />
  </a>
</div>

Answer 1

有多种方法可以找到模式，但最简单的方法是使用 CSS selector :

for img in soup.select('div.separator > a > img'):
    print img  # or img.parent.parent to get the "div"

演示:

>>> from bs4 import BeautifulSoup
>>> data = """
... <div>
...     <div class="separator">
...       <a>
...         <img src="test1"/>
...       </a>
...     </div>
... 
...     <div class="separator">
...       <a>
...         <img src="test2"/>
...       </a>
...     </div>
... 
...     <div>test3</div>
... 
...     <div>
...         <a>test4</a>
...     </div>
... </div>
... """
>>> soup = BeautifulSoup(data)
>>> 
>>> for img in soup.select('div.separator > a > img'):
...     print img.get('src')
... 
test1
test2

我确实理解，严格来说，如果 div 解决方案将不起作用不止一个a child ，或在a里面tag 除了img还有别的东西标签。如果是这种情况，可以通过额外的检查来改进解决方案(如果需要，将编辑答案)。