BeautifulSoup 找到一个在其属性中包含空格的 html 元素答案

【问题标题】：BeautifulSoup finds an html element that contains spaces in its attributesBeautifulSoup 找到一个在其属性中包含空格的 html 元素
【发布时间】：2022-01-16 17:49:19
【问题描述】：

如何使用BeautifulSoup查找属性中包含空格的html元素

<h1 class='td p1'>
    title that i want
</h1>
<h1 class='td p2'>
    title that i don't want
</h1>
<h1 class='p1'>
    title that i don't want
</h1>

我想知道如何使用soup.find 来查找title that i want。
因为beautifulsoup 认为title 'that i want' 的属性attrs 是这样的：{'class': ['td', 'p1']}.<br>

但不是这样：{'class': ['td p1']}

【问题讨论】：

{'class': ['td', 'p1']} 和 {'class': ['td p1']} 都有效。你到底有什么问题？
如何使用soup.find找到<h1 class = 'td p1'> title that i want </h1>
因为当我做 soup.find_all (class= 'td') 时。 Beautifusoup 发现：<h1 class = 'td p1'> title that i want </h1> <h1 class = 'td p2'> title that i don't want </h1> 当我执行 soup.find_all (class= 'p1') 时。 Beautifusoup 发现：<h1 class = 'td p1'> title that i want </h1> <h1 class = 'p1'> title that i don't want </h1>
请看下面的答案。是你要找的吗？
我放了一个更通用的案例。但我的印象是，就我个人而言，它是有效的。我不知道我们可以放置空格。所以是的，它有效。也许我的问题来自其他地方。所以我将关闭问题

标签： python web-scraping beautifulsoup

【解决方案1】：

注意 不同的方法，但都有共同点来明确选择类。

查找()

soup.find('h1', attrs={'class':'td p1'})

select_one()

soup.select_one('h1.td.p1')

示例

from bs4 import BeautifulSoup
data="""
<h1 class='td p1'>
    title that i want
</h1>
<h1 class='td p2'>
    title that i don't want
</h1>
<h1 class='p1'>
    title that i don't want
</h1>
"""
soup=BeautifulSoup(data,"html.parser")

title = soup.select_one('h1.td.p1')

print(title)

输出

<h1 class="td p1">
    title that i want
</h1>

【讨论】：

【解决方案2】：

html = """<h1 class='td p1'>
    title that i want
</h1>
<h1 class='td p2'>
    title that i don't want
</h1>
<h1 class='p2'>
    title that i don't want
</h1>"""

soup = BeautifulSoup(html, "lxml")
content = soup.find('h1', attrs={'class':'td p1'})

输出：

>>> print(content)
<h1 class="td p1">
    title that i want
</h1>

【讨论】：