如何在具有美丽汤的div中选择一个div类？

我在 div 标签内有一堆 div 标签：

<div class="foo">
     <div class="bar">I want this</div>
     <div class="unwanted">Not this</div>
</div>
<div class="bar">Don't want this either
</div>

所以我用蟒蛇和漂亮的汤来分离东西。仅当所有“bar”类包装在“foo”类 div 内时，我才需要它。这是我的代码

from bs4 import BeautifulSoup
soup = BeautifulSoup(open(r'C:\test.htm'))
tag = soup.div
for each_div in soup.findAll('div',{'class':'foo'}):
    print(tag["bar"]).encode("utf-8")

或者，我尝试过：

from bs4 import BeautifulSoup
soup = BeautifulSoup(open(r'C:\test.htm'))
for each_div in soup.findAll('div',{'class':'foo'}):
     print(each_div.findAll('div',{'class':'bar'})).encode("utf-8")

我究竟做错了什么？如果我可以从选择中删除“不需要的”div 类，我会对简单的 print(each_div) 感到满意。

您可以使用find_all()搜索每一个<div>元素与foo作为属性并为每个属性使用find()对于那些有bar作为属性，例如：

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'html')
for foo in soup.find_all('div', attrs={'class': 'foo'}):
    bar = foo.find('div', attrs={'class': 'bar'})
    print(bar.text)

像这样运行它：

python3 script.py htmlfile

得出：

I want this

UPDATE: 假设可能存在多个<div>元素与bar属性，以前的脚本将不起作用。它只会找到第一个。但你可以得到它们的后代并迭代它们，例如：

from bs4 import BeautifulSoup
import sys 

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'html')
for foo in soup.find_all('div', attrs={'class': 'foo'}):
    foo_descendants = foo.descendants
    for d in foo_descendants:
        if d.name == 'div' and d.get('class', '') == ['bar']:
            print(d.text)

输入如下：

<div class="foo">
     <div class="bar">I want this</div>
     <div class="unwanted">Not this</div>
     <div class="bar">Also want this</div>
</div>

它将产生：

I want this
Also want this