BeautifulSoup4 - python: 如何合并两个bs4.element.ResultSet 并获得一个列表？

Question

我有两个

bs4.element.ResultSet

对象。

我们称它们为

rs1
rs2

我想要一个结果集（我们称它为rs），里面包含所有的结果。

我还需要弄清楚：

• 在处理一个（可能很大的）结果列表时，使用数组、列表还是字典更好，因为每个元素都是一个包含7个不同类型属性的对象
• 如何将合并后的结果集转换成数组/列表/字典

Answer 1

bs4.element.ResultSet对象其实就是一个直接继承自list的类。你可以用ResultSet.extend()方法来扩展一个结果集，或者是另一个结果集：

rs1.extend(rs2)

或者你也可以简单地把两个结果集合并在一起：

newlist = rs1 + rs2 

后者会创建一个list对象，里面包含了两个结果集的内容，这样你就会失去.source这个属性。其实这也没什么大不了的，因为在BeautifulSoup里并没有哪个地方会用到这个属性。

其实有一些方法可以让你一开始就只创建一个结果集，而不是把两个结果集合并在一起。比如说，如果你搜索的内容可以找到任意一种结果类型，返回的结果会按照文档的源代码顺序排列，而不是一个接一个。你可以在find_all()方法中使用列表参数，例如：

soup.find_all(['a', 'link'], href=True)

这样就可以找到所有带有href属性的a和link元素。