jquery - 等效于 BeautifulSoup/Python 中的 contains() 选择器

Question

使用 jQuery 选择器，您可以选择包含带 $("div:contains('John')") 的 innerText“John”的 div。 , 所以你可以匹配第二个 <div>在:

<div>Bill</div>
<div>John</div>
<div>Joe</div>

如何在 Python 的 Beautiful Soup 或其他 Python 模块中执行此操作？

我刚看了a lecture on scraping form PyCon 2010他提到你可以在 lxml 中使用 CSS 选择器。我是否必须使用它，或者有没有办法只使用 Soup？

背景:询问解析抓取网页的目的。

Answer 1

使用 BeautifulSoup 的更简洁的方法:

>>> soup('div', text='John')
[u'John']
>>> import re
>>> soup('div', text=re.compile('Jo'))
[u'John', u'Joe']

soup() 等同于 soup.findAll()。您可以使用字符串、正则表达式、任意函数来选择您需要的内容。

标准库的 ElementTree在你的情况下就足够了:

from xml.etree import cElementTree as etree

xml = """
    <div>Bill</div>
    <div>John</div>
    <div>Joe</div>
"""
root = etree.fromstring("<root>%s</root>" % xml)
for div in root.getiterator('div'):
    if "John" in div.text:
       print(etree.tostring(div))