python - BeautifulSoup : Only target elements if a specific child has a certain class

Question

我正在做一些 python/beautiful soup 练习来练习，我遇到了一个我正在努力解决的问题:我想迭代一系列标签，但只在以下情况下抓取内容:它包含一个具有特定类的子标签。

我正在解析一个包含体育比分的页面，找到所有 <section class="game">标签并抓取其中的表格。问题是我只想定位 <section>具有 <div> 的标签里面有 class="game-status final "应用。 (“final”后面的空格是故意的；页面上就是这样的。)

以下是 HTML 的示例:

<section class="game">
    <h3>Team No. 1 vs Team No. 2</h3>
    <div class="game-contents">
        <div class="game-status final ">Final</div>
        <div class="game-championship"></div>
        <div class="linescore">
            <table class="linescore">
                <!-- TABLE CONTENTS -->
            </table>
        </div>
        <div class="links final "></div>
    </div>
</section>

比赛进入决赛前，第一个div下div.game-contents是 <div class="game-status"> ，所以这就是为什么我想检查此标签以确定游戏是否是最终版本 - 因此应该被删除。

这是我用于抓取这些表的代码:

games = soup.find_all('section', class_='game')

list_of_games = []
for game in games:
    list_of_rows = []
    rows = game.find_all('tr')[1:]
    for row in rows:
        list_of_cells = []
        cells = row.find_all('td')
        for cell in cells:
            if 'school' in cell.attrs['class']:
                team = cell.find('a').text
                list_of_cells.append(team)
            elif 'final' in cell.attrs['class']:
                score = cell.text
                list_of_cells.append(score)
        list_of_rows.append(list_of_cells)
    list_of_games.append(list_of_rows)

显然我需要引入新的逻辑来确定<section>是否在被抓取之前具有正确的属性，但我对继续的最佳方法一无所知。

如果您能提供任何帮助或指导，我们将不胜感激!

Answer 1

找到带有 final 类的 div，如果它是 None，则跳过此行:

games = soup.find_all('section', class_='game')

list_of_games = []
for game in games:
    if game.find("div", class_="final") is None:
        continue
    # rest of the code