如何使用漂亮的汤来获取所有文本“除了”一个特定的类

Question

我正在尝试使用 soup.get_text 从网页中获取一些文本，但我想排除特定的类。

我尝试使用a = soup.find_all(class_ = "something") 和b=[i.get_text() for i in a]，但这允许我选择一个类，并且不允许我排除一个特定类。

我也试过： a = soup.select('span:not([class_ ="something"])') b = [i.get_text() for i in a] 首先，输出并不是真正的纯文本。但最重要的是；它给了我所有的课程，包括我想排除的“东西”。

还有其他方法吗？

提前致谢。

Answer 1

例如，如果你想获得除一个类之外的所有类，你可以遍历所有元素并选择你保留的那些：

for p in soup.find_all("p", "review_comment"):
    if p.find(class_="something-archived"):
        continue
    # p is now a wanted p

来源：Excluding unwanted results of findAll using BeautifulSoup