从具有相同类 bs4 beautifulSoup 的不同元素中提取多个字符串

Question

我正在尝试从具有不同 div 但类名相同的站点中抓取数据。

<div class="release-date-text-wrapper" >
                        <div class='release-date-title'><a href="/pharrell-x-adidas-nmd-hu-sesame">Pharrell x adidas NMD Hu Sesame</a></div>
                        <div class='release-date-style'>Sesame/Sand-Bright Red</div>
                    </div>
                </div>
            </div>
                                <div class='col-xs-6 col-sm-3 col-md-3 release-date-item-continer clear-padding'>
                <div class='release-date-item-wrapper'>
                    <div class="release-event-date-wrapper">
                        <div class="event-date ">
                            <div>
                                25&nbsp;Oct                            </div>
                            <div>2020</div>
                        </div>
                    </div>
                    <div class='release-date-image-wrapper'>
                                                <a href="/pharrell-x-adidas-nmd-hu-crystal-white" class='thumbnail'>
                                                        <img  src="https://4app.kicksonfire.com/kofapp/upload/events_master_images/thumb_ipad_pharrell-x-adidas-nmd-hu-crystal-white.jpg" alt="Pharrell x adidas NMD Hu Crystal White" class="img-responsive imagecache imagecache-kofapp_list"  width="250" height="200" />
                        </a>
                    </div>
                    <div class="release-date-text-wrapper" >
                        <div class='release-date-title'><a href="/pharrell-x-adidas-nmd-hu-crystal-white">Pharrell x adidas NMD Hu Crystal White</a></div>
                        <div class='release-date-style'>Crystal White/Clear Mint-Shock Yellow</div>

我正在尝试从 2 个 div 中提取“发布日期标题”，它们应该显示如下

Pharrell x adidas NMD Hu Sesame
Pharrell x adidas NMD Hu Crystal White

这是我当前使用的代码。

Name = soup.find('div',attrs={'class':'release-date-title'}).text

这给了我第一个没有问题，我遇到的麻烦是获得第二个。我尝试了 .find_next("div") 但它显示了类 'release-date-style'。

编辑： 我需要能够单独选择它们，因为稍后我会将它们添加到不和谐嵌入中，为每个标题添加颜色和日期。

Answer 1

如果html_doc 是问题中的 HTML sn-p，则此脚本：

soup = BeautifulSoup(html_doc, 'html.parser')

for t in soup.select('.release-date-text-wrapper > div:nth-child(1)'):
    print(t.text)

打印：

Pharrell x adidas NMD Hu Sesame
Pharrell x adidas NMD Hu Crystal White

---

CSS 选择器.release-date-text-wrapper > div:nth-child(1) 将直接选择class="release-date-text-wrapper" 元素下的第一个<div> 子元素

---

或者：

for t in soup.select('.release-date-title > a'):
    print(t.text)

---

或者：

for t in soup.select('.release-date-title'):
    print(t.text)

Answer 2

不要使用返回单个项目的soup.find，而是使用返回所有匹配结果列表的soup.findAll。这样您就可以遍历结果以获得您需要的结果。

Names = soup.findAll('div',attrs={'class':'release-date-title'})
for name in Names:
    print(name.text)

打印：

Pharrell x adidas NMD Hu Sesame
Pharrell x adidas NMD Hu Crystal White

根据我们下面的 cmets，您将如何打印结果 #4：

Names = soup.findAll('div',attrs={'class':'release-date-title'})
print(Names[3].text) #Change this index to get the result you want, right now it is 3 since you wanted result #4