我正在使用Beautiful Soup从网站上抓取信息. 相关代码： page_url = https://www.autotrader.co.uk/car-search?sort=sponsoredradius=1500postcode=onesearchad=Usedonesearchad=Nearly%20Newonesearchad=Newmake=Vauxhallmodel=Corsayear-
相关代码：
page_url = https://www.autotrader.co.uk/car-search?sort=sponsored&radius=1500&postcode=&onesearchad=Used&onesearchad=Nearly%20New&onesearchad=New&make=Vauxhall&model=Corsa&year-from=2008&year-to=2010&minimum-mileage=82376&maximum-mileage=123564&page=2 page = urllib2.urlopen(page_url) soup = BeautifulSoup(page, 'html.parser')
现在我只想在< div class =“vehicle-price”>< / div>内的页面上打印每个价格.标签,例如：
<div class="vehicle-price" data-label="search appearance click">\xa34,400</div>
所以我使用：
for i in soup.select('div.vehicle-price'):
print (i.string)
这工作正常除了有一些< div>像这样的标签：
<div class="vehicle-price physical-stock-mrrp" data-label="search appearance click new car">
代码仍会打印这些标签中的内容.
当class =“vehicle-price”而不是class =“vehicle-price other-things-too”时,我如何告诉Beautiful Soup我只想要标签内容？
您可以使用 :not() CSS pseudo-class排除其他类.vehicle-price:not(.physical-stock-mrrp)
BeautifulSoup 4.7.1
例如,您可以使用Or语言进行链接.示例链接将是.vehicle-price：not(.physical-stock-mrrp),. vehicle-price：not(.somethingElse).其他选择器的想法可能包括传递attribute = value选择器并使用^,*,$运算符来指定要在属性值中匹配的子字符串.显然,感谢@facelessuser,您还可以将选择器列表传递给：not.