通过子字符串查找 div 类，然后提取整个类名答案

【问题标题】：Find div class by substring then extract entire class name通过子字符串查找 div 类，然后提取整个类名
【发布时间】：2020-04-10 10:12:58
【问题描述】：

我正在尝试查找包含子字符串“auction-results”的所有 div，然后提取类名。这是一个例子：

<div class="auction-results high-bid has-price"></div>

我可以像这样找到所有包含“拍卖结果”的 div：

results = soup.select("div[class*=auction-results]")
type(results)
results

Out: [<div class="auction-results high-bid has-price">
     <i class="icon"></i>
     <span class="lot-price">       $700,000</span>
     </div>]

Out: bs4.element.ResultSet

我想要的是将整个类名 'auction-results high-bid has-price' 存储在 pandas 列中，如下所示：

class_text = ['auction-results high-bid has-price']
'auction-results high-bid has-price'
scraped_data = pd.DataFrame({'class_text': class_text})
scraped_data

                            class_text
0   auction-results high-bid has-price

我还没有找到解决方案，所以希望有人能帮助我，谢谢！

【问题讨论】：

您可以将结果作为字符串处理。子字符串/切片应该可以工作。stackoverflow.com/questions/663171/…
请编辑您的问题以显示您的数据框的外观；从问题中不清楚。
@Jack Fleeting 我添加了一个我想要的输出的示例，希望对您有所帮助。
@Sureshmani 感谢您的提示，但我需要为许多不同的页面提取类“名称”，这些页面都以“拍卖结果”开头但结尾不同。上面的示例显示“high-bid has-price”，但其他页面可能显示“sold has-price”。这就是为什么我需要通过子字符串 'auction-results' 搜索但提取整个类名。

标签： python web-scraping beautifulsoup web-crawler

【解决方案1】：

试试这个方法：

columns = ['class_text']
rows = []
for result in results:
    rows.append(' '.join(result['class']))
scraped_data = pd.DataFrame([rows],columns=columns)
scraped_data

输出：

    class_text
0   auction-results high-bid has-price

【讨论】：

【解决方案2】：

请参阅下面的示例。您可以将其视为 html 文档，并使用 lxml 来解析全名值。

from lxml import html


results = '<div class="auction-results high-bid has-price"><i class="icon"></i><span class="lot-price">$700,000</span></div>'
tree = html.fromstring(results)
name = tree.xpath("//div[contains(@class,'auction-results')]/@class")

print(name)

它打印完整的类名

['auction-results high-bid has-price']

【讨论】：

感谢您的回答，我选择了下面的答案，因为它与我的其余代码一起工作得更好。