在包含空格的类中使用 Beautiful Soup答案

【问题标题】：Using Beautiful Soup in a class that contains spaces在包含空格的类中使用 Beautiful Soup
【发布时间】：2018-02-27 22:43:37
【问题描述】：

我正在使用 Python 和 Beautiful Soup 从 Steam (http://store.steampowered.com/tags/en-us/RPG/) 中删除 20 款游戏的列表。但是这些游戏不是用div 分隔的，而是用a 标记。因此，我尝试执行以下操作：

all_games=soup.find_all('a',{'class':'tab_item   app_impression_tracked'})

（那些空格存在于 Steam 的 HTML 中）

但是，它返回了一个空列表，而不是所有包含名为 tab_item app_impression_tracked 的“类”的 a 标记

我不想只删除游戏的名称，还有它的价格、折扣……而且我对链接也不感兴趣。我只想获取a 标签，因为它包含我需要的有关游戏的所有信息。

有解决办法吗？

解决方案：

all_games = soup.find('div', {'id':'NewReleasesRows'}).find_all('a', {'class':'tab_item'})

那些空格是有问题的，班级的真实名称是tab_item，而不是我想的tab_item app_impression_tracked。

【问题讨论】：

这里回答了类似的问题stackoverflow.com/a/1080472/6158987
您只需要游戏名称吗？

标签： python web-scraping beautifulsoup

【解决方案1】：

您也可以在 soup.select() 方法中使用 css-rules 找到所需的项目。下一个代码从页面中选择 20 个项目：

all_games = soup.select("a.tab_item[class*='app_impression_tracked']")

当标签属性class 中的类被空格分隔时，您可以这样匹配它们："a.tab_item.app_impression_tracked"。但是这条规则与a 完全匹配这两个类，而里面没有其他类。看起来列表中的 20 项几乎没有不同的 classes。括号中的*= 表示contains next string。

【讨论】：

【解决方案2】：

我遇到了同样的问题，并设法通过这样做来解决它

className = 'tab_item   app_impression_tracked'
all_games = soup.find_all('a', {'class': className.split() if '  ' in className else className})

所以，如果类名有两个以上的空格，我们会拆分（按空格，所以className 变成['tab_item', 'app_impression_tracked']）className 来获取元素。

【讨论】：