使用BeautifulSoup來提取特定div嵌套

我有我創建的腳本HTML代碼： http://imgur.com/a/dPNYI
我想提取高亮文本（「一些文本」），並打印出來。

我試圖通過每一個div嵌套在去的路上，我需要在div，像這樣：使用BeautifulSoup來提取特定div嵌套

import requests 
from bs4 import BeautifulSoup 

url = "the url this is from" 
r = requests.get(url) 

for div in soup.find_all("div", {"id": "main"}): 
    for div2 in div.find_all("div", {"id": "app"}): 
     for div3 in div2.find_all("div", {"id": "right-sidebar"}): 
      for div4 in div3.find_all("div", {"id": "chat"}): 
       for div5 in div4.find_all("div", {"id": "chat-messages"}): 
        for div6 in div5.find_all("div", {"class": "chat-message"}): 
         for div7 in div6.find_all("div", {"class": "chat-message-content selectable"}): 
          print(div7.text.strip())

我實現了我的導遊和類似的問題已經在網上看到，但我敢打賭，這甚至不是關閉，必須有一個更簡單的方法。
這不起作用。它沒有打印任何東西，我有點迷路。我怎樣才能打印突出顯示的行（這實質上是div的第一個div子，id爲「chat-messages」）？

HTML代碼：

<!DOCTYPE html> 

<html> 
<head> 
    <title> 
    </title> 
</head> 

<body> 
    <div id="main"> 
     <div data-reactroot="" id="app"> 
      <div class="top-bar-authenticated" id="top-bar"> 
      </div> 


      <div class="closed" id="navigation-bar"> 
      </div> 


      <div id="right-sidebar"> 
       <div id="chat"> 
        <div id="chat-head"> 
        </div> 


        <div id="chat-title"> 
        </div> 


        <div id="chat-messages"> 
         <div class="chat-message"> 
          <div class="chat-message-avatar" style="background-image: url(&quot;https://steamcdn-a.akamaihd.net/steamcommunity/public/images/avatars/65/657dcec97cc00bc378629930ecae1776c0d981e0.jpg&quot;);"> 
          </div> 
          <a class="chat-message-username clickable"> 
          <div class="iron-color"> 
           aloe 
          </div></a> 

          <div class="chat-message-content selectable"> 
           <!-- react-text: 2532 -->some text<!-- /react-text --> 
          </div> 
         </div> 


         <div class="chat-message"> 
         </div> 


         <div class="chat-message"> 
         </div> 


         <div class="chat-message"> 
         </div> 


         <div class="chat-message"> 
         </div> 


         <div class="chat-message"> 
         </div>

來源

2017-08-09 Dina Benyamin

請將html作爲文本發佈，而不是圖片，它可以幫助每個人試圖幫助！ –

@ViníciusAguiar你說得對，現在就做！ –

使用lxml解析器（即soup = BeautifulSoup(data, 'lxml')），可以使用.find有多個類，就像一個類一樣簡單找到嵌套的div：

soup.find('div',{'class':'chat-message-content selectable'}).text

線之上應只要該類的發生是html中的唯一一個，就爲你工作。

來源

2017-08-09 22:42:39

這不是唯一的發生，因爲這個類是在每個類「聊天消息」。那麼，你知道任何其他解決方案嗎？ –

我添加了相關的HTML代碼。每個帶有「聊天消息」類的div也具有屬性class =「chat-message-content selectable」，所以它不是唯一的發生。我試過了你的建議，但這沒有奏效。不知道該怎麼辦？ –

「但這不起作用」 - 究竟發生了什麼？我用上面的html運行了代碼行，它返回了我期望的輸出：''\ nsome text \ n''。「每個帶有」聊天消息類「的div也有屬性class =」聊天消息內容可選「」 - 如果您沒有特定的特徵來區分您想要的標籤和其他的**都是**，那麼當然這將是一個很難做到的事情。 –

使用BeautifulSoup來提取特定div嵌套

回答

相關問題