Ich habe Probleme beim Analysieren von HTML-Elementen mit dem Attribut "class" mithilfe von Beautifulsoup. Der Code sieht so aus

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs: 
    if (div["class"] == "stylelistrow"):
        print div

Ich erhalte eine Fehlermeldung in derselben Zeile "nachdem" das Skript beendet wurde.

File "./beautifulcoding.py", line 130, in getlanguage
  if (div["class"] == "stylelistrow"):
File "/usr/local/lib/python2.6/dist-packages/BeautifulSoup.py", line 599, in __getitem__
   return self._getAttrMap()[key]
KeyError: 'class'

Wie werde ich diesen Fehler beseitigen?

Sie können Ihre Suche verfeinern, um nur die Divs mit einer bestimmten Klasse mit BS3 zu finden:

mydivs = soup.findAll("div", {"class": "stylelistrow"})

Aus der Dokumentation:

Ab Beautiful Soup 4.1.2 können Sie mit dem Schlüsselwortargument nach CSS-Klasse suchen class_ :

soup.find_all("a", class_="sister")

Was in diesem Fall wäre:

soup.find_all("div", class_="stylelistrow")

Es würde auch funktionieren für:

soup.find_all("div", class_="stylelistrowone stylelistrowtwo")

Update: 2016 In der neuesten Version von beautifulsoup wurde die Methode 'findAll' in 'find_all' umbenannt. Link zur offiziellen Dokumentation

Daher wird die Antwort sein

soup.find_all("html_element", class_="your_class_name")

Speziell für BeautifulSoup 3:

soup.findAll('div',
             {'class': lambda x: x 
                       and 'stylelistrow' in x.split()
             }
            )

Finden Sie alle diese:

<div class="stylelistrow">
<div class="stylelistrow button">
<div class="button stylelistrow">

Ein direkter Weg wäre:

soup = BeautifulSoup(sdata)
for each_div in soup.findAll('div',{'class':'stylelist'}):
    print each_div

Stellen Sie sicher, dass Sie das Gehäuse von findAll abnehmen , es ist nicht findall

So finden Sie Elemente nach Klasse

Ich habe Probleme beim Parsen von HTML-Elementen mit dem Attribut "class" mithilfe von Beautifulsoup.

Sie können leicht nach einer Klasse finden, aber wenn Sie nach dem Schnittpunkt zweier Klassen suchen möchten, ist es etwas schwieriger.

Aus der Dokumentation (Hervorhebung hinzugefügt):

Wenn Sie nach Tags suchen möchten, die zwei oder mehr CSS-Klassen entsprechen, sollten Sie einen CSS-Selektor verwenden:

css_soup.select("p.strikeout.body")
# [<p class="body strikeout"></p>]

Um klar zu sein, werden hier nur die p-Tags ausgewählt, die sowohl Strikeout als auch Body Class sind.

Um den Schnittpunkt von any in einer Reihe von Klassen zu finden (nicht den Schnittpunkt, sondern die Vereinigung), können Sie dem class_Schlüsselwortargument (ab 4.1.2) eine Liste geben :

soup = BeautifulSoup(sdata)
class_list = ["stylelistrow"] # can add any other classes to this list.
# will find any divs with any names in class_list:
mydivs = soup.find_all('div', class_=class_list) 

Beachten Sie auch, dass findAll von camelCase in pythonischer umbenannt wurde find_all.

CSS-Selektoren

Einzelklasse erstes Match

soup.select_one('.stylelistrow')

Liste der Übereinstimmungen

soup.select('.stylelistrow')

zusammengesetzte Klasse (dh UND eine andere Klasse)

soup.select_one('.stylelistrow.otherclassname')
soup.select('.stylelistrow.otherclassname')

Leerzeichen in zusammengesetzten Klassennamen werden z. B. class = stylelistrow otherclassnamedurch "." Ersetzt. Sie können weiterhin Klassen hinzufügen.

Liste der Klassen (ODER - entspricht der vorhandenen Klasse

soup.select_one('.stylelistrow, .otherclassname')
soup.select('.stylelistrow, .otherclassname')

bs4 4.7.1 +

Bestimmte Klasse, innerTextdie eine Zeichenfolge enthält

soup.select_one('.stylelistrow:contains("some string")')
soup.select('.stylelistrow:contains("some string")')

Bestimmte Klasse mit einem bestimmten untergeordneten Element, z. B. aTag

soup.select_one('.stylelistrow:has(a)')
soup.select('.stylelistrow:has(a)')

Ab BeautifulSoup 4+,

Wenn Sie einen einzelnen Klassennamen haben, können Sie den Klassennamen einfach wie folgt übergeben:

mydivs = soup.find_all('div', 'class_name')

Oder wenn Sie mehr als einen Klassennamen haben, übergeben Sie einfach die Liste der Klassennamen als Parameter wie:

mydivs = soup.find_all('div', ['class1', 'class2'])

Versuchen Sie zuerst zu überprüfen, ob das div ein Klassenattribut hat, wie folgt:

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs:
    if "class" in div:
        if (div["class"]=="stylelistrow"):
            print div

Dies funktioniert für mich, um auf das Klassenattribut zuzugreifen (auf beautifulsoup 4, entgegen der Dokumentation). Der KeyError enthält eine Liste, die nicht als Wörterbuch zurückgegeben wird.

for hit in soup.findAll(name='span'):
    print hit.contents[1]['class']

Folgendes hat bei mir funktioniert

a_tag = soup.find_all("div",class_='full tabpublist')

Das hat bei mir funktioniert:

for div in mydivs:
    try:
        clazz = div["class"]
    except KeyError:
        clazz = ""
    if (clazz == "stylelistrow"):
        print div

Alternativ können wir lxml verwenden, es unterstützt xpath und ist sehr schnell!

from lxml import html, etree 

attr = html.fromstring(html_text)#passing the raw html
handles = attr.xpath('//div[@class="stylelistrow"]')#xpath exresssion to find that specific class

for each in handles:
    print(etree.tostring(each))#printing the html as string

Das sollte funktionieren:

soup = BeautifulSoup(sdata)
mydivs = soup.findAll('div')
for div in mydivs: 
    if (div.find(class_ == "stylelistrow"):
        print div

Andere Antworten haben bei mir nicht funktioniert.

In anderen Antworten findAllwird das für das Suppenobjekt selbst verwendet, aber ich brauchte eine Möglichkeit, Objekte nach Objekten innerhalb eines bestimmten Elements zu finden, die aus dem Objekt extrahiert wurden, das ich nach dem Ausführen erhalten hatte findAll.

Wenn Sie versuchen, in verschachtelten HTML-Elementen nach Objekten nach Klassennamen zu suchen, versuchen Sie es unten -

# parse html
page_soup = soup(web_page.read(), "html.parser")

# filter out items matching class name
all_songs = page_soup.findAll("li", "song_item")

# traverse through all_songs
for song in all_songs:

    # get text out of span element matching class 'song_name'
    # doing a 'find' by class name within a specific song element taken out of 'all_songs' collection
    song.find("span", "song_name").text

Zu beachtende Punkte:

1. Ich definiere die Suche nicht explizit als "Klassen" -Attribut findAll("li", {"class": "song_item"}), da dies das einzige Attribut ist, nach dem ich suche, und standardmäßig nach Klassenattributen gesucht wird, wenn Sie nicht ausschließlich angeben, nach welchem ​​Attribut Sie suchen möchten.

2. Wenn Sie ein findAlloder findausführen, gehört das resultierende Objekt zur Klasse, bs4.element.ResultSetdie eine Unterklasse von ist list. Sie können alle Methoden ResultSetinnerhalb einer beliebigen Anzahl verschachtelter Elemente (sofern diese vom Typ sind ResultSet) verwenden, um eine Suche durchzuführen oder alle zu finden.

3. Meine BS4-Version - 4.9.1, Python-Version - 3.8.1

Folgendes sollte funktionieren

soup.find('span', attrs={'class':'totalcount'})

Ersetzen Sie 'totalcount' durch Ihren Klassennamen und 'span' durch das gesuchte Tag. Wenn Ihre Klasse mehrere Namen mit Leerzeichen enthält, wählen Sie einfach einen aus und verwenden Sie.

PS Hiermit wird das erste Element mit bestimmten Kriterien gefunden. Wenn Sie alle Elemente finden möchten, ersetzen Sie 'find' durch 'find_all'.