python - 找到 html 元素 bs4 子元素的最快方法

Question

我有一些具有以下结构的 HTML:

<div class="article">
    <h1 class="header">Birth Date between 1919-01-01 and 2019-01-01, Oscar-Winning, Oscar-Nominated, Males (Sorted by Popularity Ascending) </h1>
    <br class="clear"/>
    <div class="desc">
        <span>1-100 of 716 names.</span> // I WANT THIS ELEMENT
        <span class="ghost">|</span> <a class="lister-page-next next-page" href="/search/name?birth_date=1919-01-01,2019-01-01&amp;groups=oscar_winner,oscar_nominee&amp;gender=male&amp;count=100&amp;start=101&amp;ref_=rlm">Next »</a>
    </div>
    <br class="clear"/>
</div>

现在我正尝试使用 bs4 从这个 html 中获取特定元素。我尝试这样做:

webSoup = BeautifulSoup(html, 'html.parser')
nextUrl = webSoup.findChildren()[2][0]

但这给了我以下错误:

return self.attrs[key] KeyError: 0

所以，总结一下我的问题:
我如何从带有 bs4 的 html 文档中获取特定索引处的特定子项？

Answer 1

如果你想要第一个匹配类 desc 的跨度，那么你可以使用 css child combinator将父类与子元素标记配对:

webSoup.select_one('.desc > span')

你也可以选择指定parent必须是一个div

div.desc > span

如果有多个匹配项，则使用 webSoup.select 然后索引到返回的列表中。

---

您可以使用:

nextUrl = webSoup.findChildren()[3].findChildren()[0]
print(nextUrl)