使用 Beautiful Soup 查找第三个出现的 `` 标记答案

【问题标题】：Find third occurring `` tag using with Beautiful Soup使用 Beautiful Soup 查找第三个出现的 `` 标记
【发布时间】：2016-09-06 02:32:58
【问题描述】：

正如标题所示，我试图了解如何找到网站的第三个出现的（例如，我使用了以下网站：http://www.musicmeter.nl/album/31759）。

使用this question的答案，我尝试了以下代码

from bs4 import BeautifulSoup
import requests
html = requests.get("http://www.musicmeter.nl/album/31759").text    # get HTML from http://www.musicmeter.nl/album/31759
soup = BeautifulSoup(html, 'html5lib')                              # Get data out of HTML

first_paragraph = soup.find('p')    # or just soup.p

print "first paragraph:", first_paragraph

second_paragraph = first_paragraph.find_next_siblings('p')

print "second paragraph:", second_paragraph

third_paragraph = second_paragraph.find_next_siblings('p')

print "third paragraph:", third_paragraph

但是这段代码导致第三段出现以下错误：

Traceback (most recent call last):
  File "page_109.py", line 21, in <module>
    third_paragraph = second_paragraph.find_next_siblings('p')
AttributeError: 'ResultSet' object has no attribute 'find_next_siblings'

我试图查找错误，但我无法找出问题所在。

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

您正在使用 siblings 即复数，因此您得到了一个 ResultSet/list ，您无法在其上调用 .find_next_siblings。

如果你想要下一段，你会使用 sibling 而不是 siblings：

second_paragraph = first_paragraph.find_next_sibling('p')

print "second paragraph:", second_paragraph

third_paragraph = second_paragraph.find_next_sibling('p')

可以链接的：

third_paragraph = soup.find("p").find_next_sibling('p').find_next_sibling("p")

一个更简单的方法是使用 nth-of-type：

print(soup.select_one("p:nth-of-type(3)"))

您还应该知道，找到第三个出现的 p 与使用 nth-of-type 实际上确实会在页面中找到第三个 p 标签，如果第一个 p 没有两个兄弟 p em> 标签，那么你的逻辑就会失败。

要真正使用查找逻辑获得第三个出现的 p，只需使用 find_next：

  third_paragraph = soup.find("p").find_next('p').find_next("p")

如果你想要前三个使用 find_all 并将限制设置为 3：

 soup.find_all("p", limit=3)

关于使用你原来的逻辑来获得前两个：

first_paragraph = soup.find('p')    # or just soup.p



second, third = first_paragraph.find_next_siblings("p", limit=2)

如果您只想要 x 标签然后只解析 x 标签，请确保您了解找到 第三个出现的  标签 和第一个 p 标签的第二个兄弟之间的区别它们可能不同。

【讨论】：

谢谢，`third_paragraph = soup.find("p").find_next('p').find_next("p")` 是真正适合我的方法。
别担心，在页面上的任何位置找到第三个 p 和找到某些同级之间存在细微差别。
是的，我猜这是我的主要错误。我有很多东西要学:)

【解决方案2】：

.find_next_siblings('p') 返回一个 BeautifulSoup 结果集，类似于 python 中的列表。请尝试以下代码。

first_paragraph = soup.find('p')
siblings = first_paragraph.find_next_siblings('p')
print "second paragraph:", siblings[0]
print "third paragraph:", siblings[1]

【讨论】：