使用SoupStrainer有选择地解析

Question

我试图分析一个购物网站的视频游戏标题列表。但是，由于项目列表都存储在一个标记中。

文档的This部分可能解释了如何只解析文档的一部分，但我无法解决它。我的代码：

from BeautifulSoup import BeautifulSoup
import urllib
import re

url = "Some Shopping Site"
html = urllib.urlopen(url).read()
soup = BeautifulSoup(html)
for a in soup.findAll('a',{'title':re.compile('.+') }):
    print a.string

目前是在任何具有非空标题引用的标记中打印字符串。但它也在侧栏中列出了“特色菜”。如果我只能接受产品列表div，我将一石二鸟。

非常感谢。

Answer 1

哦，天哪，我真傻，我在找atribute id=产品的标签，但应该是产品清单

如果有人来搜索，这是最后的代码。

from BeautifulSoup import BeautifulSoup, SoupStrainer
import urllib
import re


start = time.clock()
url = "http://someplace.com"
html = urllib.urlopen(url).read()
product = SoupStrainer('div',{'id': 'products_list'})
soup = BeautifulSoup(html,parseOnlyThese=product)
for a in soup.findAll('a',{'title':re.compile('.+') }):
      print a.string

Answer 2

尝试先搜索产品列表div，然后搜索具有标题的a标记：

product = soup.find('div',{'id': 'products'})
for a in product.findAll('a',{'title': re.compile('.+') }):
   print a.string