BeautifulSoup - 从findAll元素获取类

Question

我正在用BeautifulSoup解析一个网站。我知道我想要的内容在一个类名为 content 的 div 里。而且这些内容都是在 p 标签里面。所以我运行了这个代码：

paragraphs= content.findAll('p')

到这里为止都没问题。我遍历这个列表，并设置了一个 if 条件，如果遇到特定的类就会跳出循环。

for para in paragraphs:
    if 'class' in para:
        if para['class']=='end':
            break

但是这并没有奏效。当我运行这个循环时，遇到 end 类时并没有跳出循环。实际上，在遍历循环的过程中，所有元素的类似乎都消失了。

for para in paragraphs:
    if 'class' in para:
        print para['class']

这段代码什么都没打印出来，尽管确实有带类的元素。实际上，这段代码确实能打印出类名 -

>>>paragraphs[0]['class']
u'dateline'

但是，

>>> print 'class' in paragraphs[0]
False

我不太明白这里发生了什么。最后我通过使用异常处理解决了我的问题，但这让我有点困惑。有没有人能解释一下这里发生了什么？

Answer 1

当你写 if 'class' in para 时，实际上是在检查段落中是否有这个字“class”。我想你真正想要的是检查这个段落是否有一个类，所以你应该这样写：

for para in paragraphs:
    if para.has_attr('class'):
        if para['class'][0] == 'end': # Notice that I put [0], as para['class'] is a list.
            break