python - 使用python BeautifulSoup，如何找到所有带有NOT类的 'a'标签

Question

假设我有 4 个链接:

<a href="#1" id="xyz" class="monte">hi</a>
<a href="#3" id="qrs" class="sam">hi</a>
<a href="#6" id="mno" class="alex">hi</a>
<a href="#9" id="abc" >hi</a>

我想返回所有没有 class = "monte"的元素的 href、class 和 id ...包括根本没有 class 元素的一个元素。我们假设上面的内容被称为 html

是否存在诸如!之类的NOT运算符

from bs4 import BeautifulSoup
soup = BeautifulSoup(html, "html.parser")  # or lxml 
result = soup.find_all('a', {"class": !"monte"})
for link in result:
    print(link.get("href"));
    print(link.get("class"));
    print(link.get("id"));

使用selenium驱动程序，我想单击任何找到的元素。假设我可能没有唯一的 id 来识别要点击的内容。也就是说，我可能需要使用 find_element_by_xpath。我确实有一个唯一的data-id。

Answer 1

使用:not排除特定类。使用 .has_attr 来测试尝试访问或使用 .get 时是否存在类以及默认值，例如print(i.get('class', 'None'))。

from bs4 import BeautifulSoup as bs
from pprint import pprint

html = '''
<a href="#1" id="xyz" class="monte">hi</a>
<a href="#3" id="qrs" class="sam">hi</a>
<a href="#6" id="mno" class="alex">hi</a>
<a href="#9" id="abc" >hi</a>
'''

soup = bs(html, 'lxml')

for i in soup.select('a:not(.month)'):
    print(i['href'])
    print(i['id'])
    if i.has_attr('class'):
        print(i['class'])

如果您想导航到它们，那么您需要在 href 上使用 .get 方法:

links = [i['href'] in soup.select('a:not(.month)')]

for link in links:
    driver.get(link)