通过复合类名称搜索时，BeautifulSoup返回空列表

通过复合类名称搜索时，BeautifulSoup返回空列表

不幸的是，当您尝试对包含多个类的类属性值进行正则表达式匹配时，

BeautifulSoup

会将正则表达式分别应用于每个单个类。

这一切都是因为

class

是一个很特别的多值属性，每一次你解析HTML的一个

BeautifulSoup

的树建设者（取决于解析器选择）内部分裂从一个类的字符串值入类（报价列表

HTMLTreeBuilder

的docstring）：

# The HTML standard defines these attributes as containing a# space-separated list of values, not a single value. That is,#  means that the 'class' attribute has two values,# 'foo' and 'bar', not the single value 'foo bar'.  When we# encounter one of these attributes, we will parse its value into# a list of values if possible. Upon output, the list will be# converted back into a string.

---

有多种解决方法，但这是一种hack-ish解决方案-
我们将通过制作简单的自定义树生成器来要求

BeautifulSoup

不要将其

class

作为多值属性来处理：

import refrom bs4 import BeautifulSoupfrom bs4.builder._htmlparser import HTMLParserTreeBuilderclass MyBuilder(HTMLParserTreeBuilder):    def __init__(self):        super(MyBuilder, self).__init__()        # BeautifulSoup, please don't treat "class" specially        self.cdata_list_attributes["*"].remove("class")bs = """<a  href="www.example.com"">Example Text</a>"""bsObj = BeautifulSoup(bs, "html.parser", builder=MyBuilder())found_elements = bsObj.find_all("a", class_=re.compile(r"^name-single named+$"))print(found_elements)

在这种情况下，正则表达式将

class

整体应用于属性值。

---

或者，您可以仅分析

xml

启用了功能的HTML （如果适用）：

soup = BeautifulSoup(data, "xml")

---

您还可以使用CSS选择器，将所有元素与

name-single

class和以“ name”开头的类进行匹配：

soup.select("a.name-single,a[class^=name]")

然后，您可以根据需要手动应用正则表达式：

pattern = re.compile(r"^name-single named+$")for elm in bsObj.select("a.name-single,a[class^=name]"):    match = pattern.match(" ".join(elm["class"]))    if match:        print(elm)