web-dev-qa-db-ja.com

beautifulsoup：bs4.element.ResultSetオブジェクトまたはリストのfind_all？

こんにちは、find_allをbeautifulsoup objectに適用し、bs4.element.ResultSet objectまたはlistである何かを見つけます。

さらにfind_allを実行したいのですが、bs4.element.ResultSet objectでは許可されていません。 bs4.element.ResultSet objectの各要素をループしてfind_allを実行できます。しかし、ループを避けて、beautifulsoup objectに戻すことはできますか？

詳細についてはコードをご覧ください。ありがとう

html_1 = """
<table>
    <thead>
        <tr class="myClass">
            <th>A</th>
            <th>B</th>
            <th>C</th>
            <th>D</th>
        </tr>
    </thead>
</table>
"""
soup = BeautifulSoup(html_1, 'html.parser')

type(soup) #bs4.BeautifulSoup

# do find_all on beautifulsoup object
th_all = soup.find_all('th')

# the result is of type bs4.element.ResultSet or similarly list
type(th_all) #bs4.element.ResultSet
type(th_all[0:1]) #list

# now I want to further do find_all
th_all.find_all(text='A') #not work

# can I avoid this need of loop?
for th in th_all:
    th.find_all(text='A') #works
pythonhtmlbeautifulsouphtml-parsing
13
YJZ

ResultSetクラスは、リストのサブクラスであり、 Tagクラス ではありません。 _find*_メソッドが定義されています。 find_all()の結果をループすることが最も一般的なアプローチです。

_th_all = soup.find_all('th')
result = []
for th in th_all:
    result.extend(th.find_all(text='A'))
_

通常、 CSSセレクター は、find_all()でできることのすべてがselect()メソッドで可能であるわけではないことを除いて、一度に解決するのに役立ちます。たとえば、_bs4_ CSSセレクターで使用できる「テキスト」検索はありません。ただし、たとえば、b要素内のth要素をすべて検索する必要がある場合は、次のようにします。

_soup.select("th td")
_
17
alecxe