python - 使用 BeautifulSoup 选择所有 div sibling

Question

我有一个 html 文件，其结构如下:

<div>
</div

<div>
</div>

<div>
  <div>
  </div>
  <div>
  </div>
  <div>
  </div>
<div>

<div>
  <div>
  </div>
</div>

我想选择所有兄弟 div，而不选择第三和第四 block 中的嵌套 div。如果我使用 find_all() 我会得到所有的 div。

Answer 1

您可以找到父元素的直接子元素:

soup.select('body > div')

获取顶级 body 标签下的所有 div 元素。

您还可以找到第一个 div，然后使用Element.find_next_siblings() 获取所有匹配的 sibling 。 :

first_div = soup.find('div')
all_divs = [first_div] + first_div.find_next_siblings('div')

或者您可以使用 element.children generator并过滤那些:

all_divs = (elem for elem in top_level.children if getattr(elem, 'name', None) == 'div')

其中 top_level 是直接包含这些 div 元素的元素。