Beautifulsoup的相當於'*'是什麼 - find_all？

Question

我正試圖從頁面獲取所有<tr class="**colour blue** attr1 attr2">。

attrs每次都不一樣，其他兄弟<tr>s有一些colour red,colour pink等類。

所以我正在尋找colour blue在class之後的任何其他字符以包含在結果中。我已經使用*嘗試過，但沒有奏效：

soup.find_all('tr', {'class': 'colour blue*'}) 

謝謝

Answer 1

您可以使用常見的CSS Selectors與美麗的湯：

>>> soup = BeautifulSoup(''' 
...  <tr class="colour blue attr1 attr2"></tr> 
...  <tr class="colour red attr1 attr2"></tr> 
...  <tr class="unwanted attr1 attr2"></tr> 
...  <tr class="colour blue attr3"></tr> 
...  <tr class="another attr1 attr2"></tr> 
... ''') 
>>> soup.select('tr.colour.blue') 
[<tr class="colour blue attr1 attr2"></tr>, <tr class="colour blue attr3"></tr>] 

tr.colours.blue選擇將匹配tr只要它具有colours和blue類屬性。

Answer 2

使用regex filter：

import re 

soup.find_all('tr', class_=re.compile(r'colour blue.+')) 

• 在正則表達式，它使用re.search()查找的字符串。

• .表示匹配除換行符以外的任何字符。

• +表示匹配.不止一次。