如何在标签中搜索<span>具有美丽汤的特定"class=id"类型属性？

Question

我正在尝试用BeautifulSoup刮取一个页面，该页面的通用格式如下：

<span class="ID1"> TEXT </span>
<span class="ID2"> TEXT2 </span>

这些都存储在<div>中，所以我的通用代码模板如下所示：

for tag in soup.find_all('div'):
print tag.find('span')

这会调出div中的所有<span>标签，但我不知道如何在<span>s内部进行搜索。我尝试过tag.find('class')和.find('ID')之类的东西，但没有成功。

我可以手动找到我想要的东西，方法是获取对象的字符串表示，然后测试它是否具有我想要的ID，但这似乎是一种创可贴的方法。我确信有些东西是我没有看到的。

注意：我还尝试将ID的正则表达式传递给find函数ala:

for tag in soup.find_all('div'):
print tag.find(re.compile('id2'))

不幸的是，仍然没有运气。

那么，我该如何搜索特定的类值呢？

*编辑[已解决]

---

我发现了如何通过BeautifulSoup内置的find函数来实现这一点，而无需手动检查其字典结构。

要使用find函数在html标记中挑选特定的class=value，请输入要查找的常规标记名称作为第一个参数(在我的情况下，它是"标记的一部分)。作为第二个参数，传入一个包含要查找的特定'class' : 'value'的字典。

例如，如果我想要抓取的HTML看起来像这样：

<div>
<span class="ID1"> TEXT </span>
<other HTML junk> 
<span class="ID2"> TEXT2 </span>
</div>

我可以使用下面这样的语句。

for tag_elm in soup.find_all('div'):
print tag_elm.find('span', {'class' : 'ID2'})

塔达！

Answer 1

这应该有效：

for tag in soup.findAll('span'):
if tag.has_key('class'):
if tag['class'] == 'ID2':
# do stuff

测试此代码：

from BeautifulSoup import BeautifulSoup
text = '''
<span class="ID1"> TEXT </span>
<span class="ID2"> TEXT2 </span>
'''
soup = BeautifulSoup(text)
for tag in soup.findAll('span'):
if tag.has_key('class'):
if tag['class'] == 'ID2':
print tag.string
break

给出以下输出：

TEXT2