使用BeautifulSoup搜索具有多个空格和通配符的类标记

Question

我正在尝试使用BeautifulSoup查找所有class属性以"foo-bar"开头的div容器。我曾希望以下方法能奏效：

from bs4 import BeautifulSoup
import re
soup.findAll('div',class_=re.compile('^foo bar'))

然而，类定义似乎像['foo','bar']一样被分隔成一个列表，因此正则表达式无法完成我的任务。我有办法完成这项任务吗？（我已经查看了许多其他帖子，但没有找到有效的解决方案）

Answer 1

您可以将语法与需要返回True或False的函数一起使用，lambda也可以做到这一点：

from bs4 import BeautifulSoup as soup
html = '''
<div class="foo bar bing"></div>
<div class="foo bang"></div>
<div class="foo bar1 bang"></div>
'''
soup = soup(html, 'lxml')
res = soup.find_all('div', class_=lambda s:s.startswith('foo bar '))
print(res)
>>> [<div class="foo bar bing"></div>]

---

res = soup.find_all('div', class_=lambda s:s.startswith('foo bar')) # without space
print(res)
>>> [<div class="foo bar bing"></div>, <div class="foo bar1 bang"></div>]

---

另一种可能的函数语法：

def is_a_match(clas):
    return clas.startswith('foo bar')
res = soup.find_all('div', class_=is_a_match)

也许这个答案也能帮助你：https://stackoverflow.com/a/46719313/6655211