BeautifulSoup.find_all()，我可以在这些标签中选择多个标签和字符串吗？答案

【问题标题】：BeautifulSoup.find_all(), can I select multiple tags and strings within those tags?BeautifulSoup.find_all()，我可以在这些标签中选择多个标签和字符串吗？
【发布时间】：2021-11-08 05:32:03
【问题描述】：

我希望从网站上抓取一些数据。作为序言，我是新手。我希望根据邮政编码专门过滤所有返回的 XML 数据（邮政编码在 'item_teaser' 下）。

<item lat="43.6437075296758" long="-80.083111524582" item_name="Acton Golf Club" item_url="http://www.ontariogolf.com/courses/acton/acton-gc/" item_teaser="4955 Dublin Line Acton, Ontario L7J 2M2"/>

以上是我尝试提取的示例，但我想通过特定邮政区域过滤所有内容（前 3 个字母，例如 L7J）

find_all()可以通过item_teaser找到“L7J、L2S、L2O等”相关的字符串吗？并返回那些匹配的邮政区域，包括整个项目？下面的代码是错误的，因为我无法提取任何东西，但这是我目前所拥有的。

from bs4 import BeautifulSoup

url = "http://www.ontariogolf.com/app/map/cfeed.php?e=-63&w=-106&n=55&s=36"
xml = requests.get(url)
# I was just seeing if I could grab everything from the website which worked when I printed.
soup = BeautifulSoup(xml.content, 'lxml')
# I am trying to show all item teasers just to try it out, but I can't seem to figure it out
tag = soup.find_all(id="item_teaser")
print(tag)

【问题讨论】：

标签： python beautifulsoup findall

【解决方案1】：

您可以检查多个字符串 [matches list] 是否存在于另一个字符串 [attribute with name = "item_teaser"]

from bs4 import BeautifulSoup
import requests

url = "http://www.ontariogolf.com/app/map/cfeed.php?e=-63&w=-106&n=55&s=36"
xml = requests.get(url)
soup = BeautifulSoup(xml.content, 'lxml')
input_tag = soup.find_all('item')

# put the list of associated strings here
matches = ["L7J", "L1S", "L2A"]

# print the result
for tag in input_tag:
    text= tag["item_teaser"]    
    if any(x in text for x in matches):
        print(text)

【讨论】：

这肯定更符合我正在尝试做的事情。在“如果有的话……”声明中。 “x”是一个任意变量，只是试图查看文本中的匹配项和匹配项吗？我正在尝试这段代码，它看起来像我想要的，但它仍然返回整个省，而不是匹配“匹配”和“文本”的特定高尔夫球场。如果匹配和文本中没有邮政编码（例如 L2S），这会影响迭代的工作方式吗？ Try except 能解决这个问题吗？

【解决方案2】：

当你在做的时候：

tag = soup.find_all(id="item_teaser")

BeautifulSoup 正在寻找名为“item_teaser”的 HTML ID。然而，“item_teaser”不是一个id，它是一个属性。

要搜索所有item-teaser，您可以将该标签作为关键字参数传递给BeautifulSoup：

for tag in soup.find_all(item_teaser=True):
    print(tag)

另外，要访问item-teaser的属性，可以使用tag[<attribute>]

for tag in soup.find_all(item_teaser=True):
    print(tag["item_teaser"])

【讨论】：

谢谢！！这解决了我至少检索“item_teaser”的问题！！我是否能够以某种方式使用它来过滤所有项目以仅返回 item_teaser 中具有与特定字符串匹配的属性的项目（例如邮政编码的前 3 个字母）？
@SenadH 要按文本查找标签，请考虑查看this 和this
这看起来是我想要做的！我去四处看看，搞清楚！我非常感谢您的帮助。