忽略 Python 3 中 BeautifulSoup 中的一个 div 类 find_all

Question

我想在使用 find_all 时忽略一个类。我遵循了这个解决方案Select all divs except ones with certain classes in BeautifulSoup

我的 div 有点不同，我想忽略 description-0

<div class="abc">...</div>
<div class="parent">
    <div class="description-0"></div>
    <div class="description-1"></div>
    <div class="description-2"></div>
</div>
<div class="xyz">...</div>

以下是我的代码

classToIgnore = ["description-0"]
all = soup.find_all('div', class_=lambda x: x not in classToIgnore)

它正在读取页面上的所有 div，而不仅仅是带有“descriptions-n”的那些。如何解决？

Answer 1

使用regex，例如：

import re

from bs4 import BeautifulSoup

sample_html = """<div class="abc">...</div>
<div class="description-0"></div>
<div class="description-1"></div>
<div class="description-2"></div>
<div class="xyz">...</div>"""

classes_regex = (
    BeautifulSoup(sample_html, "lxml")
    .find_all("div", {"class": (re.compile(r"description-[1-9]"))})
)
print(classes_regex)

输出：

[<div class="description-1"></div>, <div class="description-2"></div>]