使用 BeatifulSoup 选择其他两个标签之间的所有标签

Question

我想提取包含在两个标签之间的给定标签的所有实例。目前我正在与 BeautifulSoup 合作。您可以在下面找到一个示例：<p class='x' id = '1'> some content 1 <p><p class='y' id = 'a'> some content a <p><p class='y' id = 'b'> some content b <p><p class='y' id = 'c'> some content c <p><p class='potentially some other class'> <p><p class='x' id = '2'> some content 2 <p><p class='y' id = 'd'> some content d <p><p class='y' id = 'e'> some content e <p><p class='y' id = 'f'> some content f <p>我有兴趣在两个标签“x”之间选择“y”类的所有实例，它们也具有不同的 id。关于具体示例，我想选择所有带有 class = 'y' 的 p，然后检索文本。我最终想要的输出是：“某些内容 a”、“某些内容 b”和“某些内容 c”。我尝试使用 findAllNext 方法，但这给了我“一些内容 a”、“一些内容 b”、“一些内容 c”和“一些内容 d”、“一些内容 e”、“一些内容 f”。下面是我的代码par = BeautifulSoup(HTML_CODE).content, 'lxml') loc = par.find('p', class_ = 'x', id ='1')desired = loc.findAllNext('p', class_ = 'y')有什么方法可以避免选择出现在 class='x' 和 id = '2' 标签之后的 class = 'y' 实例吗？

Answer 1

你可以从你想要的地方开始迭代并结束它，直到找到一些标记完成。

from bs4 import BeautifulSoup

html = """

<p class='x' id = '1'> some content 1 </p>

<p class='y' id = 'a'> some content a </p>

<p class='y' id = 'b'> some content b </p>

<p class='y' id = 'c'> some content c </p>

<p class='potentially some other class1'> potentially some other class 1 </p>

<p class='potentially some other class2'> potentially some other class 2</p>

<p class='potentially some other class3'> potentially some other class 3 </p>

<p class='x' id = '2'> some content 2 </p>

<p class='y' id = 'd'> some content d </p>

<p class='y' id = 'e'> some content e </p>

<p class='y' id = 'f'> some content f </p>

"""

soup = BeautifulSoup(html,"lxml")

start = soup.find("p",class_="y",id="c")

end = soup.find("p",class_="x",id="2")

def next_ele(ele,result=[]):

    row = ele.find_next("p")

    if not row or row == end:

        return result

    result.append(row)

    return next_ele(row,result)

print(next_ele(start))