Beautifulsoup按属性导航div而不使用findAll答案

【问题标题】：Beautifulsoup navigating divs by attribute without findAllBeautifulsoup按属性导航div而不使用findAll
【发布时间】：2012-01-13 15:17:50
【问题描述】：

如何通过调用汤的属性找到特定的 div？即像soup.html.body.div 这样的东西，但是我看不到如何在这里使用id='idname' 获取特定的div？

我可以通过soup.findAll(id='idname')[0] 获取特定标签，但据我了解，这是在搜索整个汤。

我想通过汤的属性获取 div 会更快，因为您没有使用findAll()？

Firebug 将位置报告为html.body.div[2].form.table[2].tbody.tr[3]...，但执行soup.html.body.div[2] 会出现关键错误。

更新：

假设你想从http://www.google.com 获取我很幸运按钮，萤火虫报告说：

/html/body/center/span/center/div[2]/form/div[2]/div[3]/center/input[2]

有没有办法使用findAll 达到这个？

【问题讨论】：

标签： python html beautifulsoup

【解决方案1】：

您从 Firebug 获得的路径是一个 XPath 表达式。最好使用可让您直接使用 xpath 的解析器。我喜欢使用lxml 和它的etree 接口：

from lxml import etree
tree = etree.parse(yourfile)
lucky = tree.xpath('/html/body/center/span/center/div[2]/form/div[2]/div[3]/center/input[2]')

【讨论】：

【解决方案2】：

有一个findChildren 方法可以实现大部分目标。

相当于：

findAll(tagname, recursive=False)

这通常会提高效率。

所以你的例子会变成：

soup.html.body.center.span.center.findChildren('div')[2].\
    form.findChildren('div')[2].findChildren('div')[3].\
    center.findChildren('input')[2]

【讨论】：