我正在抓取类似于以下内容的 html 数据：
<div class="target-content">
<p id="random1">
"the content of the p"
</p>
<p id="random2">
"the content of the p"
</p>
<p>
<q class="semi-predictable">
"q tag content that I don't want
</q>
</p>
<p id="random3">
"the content of the p"
</p>
</div>
我的目标是获得所有<p>标签及其内容，同时能够排除<q>标签及其内容。目前，我得到了所有<p>使用以下方法标记：
contentlist = soup.find('div', class_='target-content').find_all('p')
我的问题是在我找到所有结果集之后<p>标签，如何过滤掉单个<p>及其内容，其中包含<q>?
值得注意的是：得到结果集后soup.find('div', class_='target-content')find_all('p')，我迭代地添加每个<p>通过以下方式从结果集到列表：
content = ''
for p in contentlist:
content += str(p)
你可以直接跳过p标签具有q里面的标签：
for p in soup.select('div.target-content > p'):
if p.q: # if q is present - skip
continue
print(p)
where p.q是一个捷径p.find("q"). div.target-content > p is a CSS 选择器 https://www.crummy.com/software/BeautifulSoup/bs4/doc/#css-selectors这将匹配所有p直接子标签div元素与target-content class.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
