如果元素有 id 或 class，我知道如何从网页中抓取数据。
例如这里，soup 是一个 BeautifulSoup 对象。
for item in soup.findAll('a',{"class":"class_name"}):
title = item.string
print(title+"\n")
如果元素没有 id 或 class，我们怎么办？例如，没有 id 或 class 的段落元素。
或者在更糟糕的情况下，如果我们只需要像下面这样抓取一些纯文本会怎样？
<body>
<p>YO!</p>
hello world!!
</body>
例如，如何在上面的页面源代码中只打印 hello world!!？
它没有 ID 或类。
最佳答案
如果你想定位一个没有定义 id 和 class 属性的元素:
soup.find("p", class_=False, id=False)
要在您的示例中找到像 hello world!! 这样的“文本”节点，您可以通过文本本身获取它 - 通过部分匹配或正则表达式匹配:
import re
soup.find(text=re.compile("^hello")) # find text starting with "hello"
soup.find(text="hello world!!") # find text with an exact "hello world!!" text
soup.find(text=lambda text: text and "!!" in text) # find text havin "!!" inside it
或者，您可以找到前面的 p 元素并获取 next text node :
soup.find("p", class_=False, id=False).find_next_sibling(text=True)
soup.find("p", text="YO!").find_next_sibling(text=True)
关于python - 使用 Python BeautifulSoup 从网页中抓取没有 id 或类的元素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34370521/