选择所有除在BeautifulSoup中有特定类的div之外的div

Question

正如在this question中所讨论的那样，可以很容易地获得具有特定类的所有div。但是在这里，我有一个要排除的类的列表&希望得到列表中没有给定任何类的所有div。你知道吗

例如

classToIgnore = ["class1", "class2", "class3"]

现在，我们要获取所有不包含上述列表中提到的类的div。我怎样才能做到这一点？你知道吗

Answer 1

替代解决方案

soup.find_all('div', class_=lambda x: x not in classToIgnore)

示例

from bs4 import BeautifulSoup
html = """
<div class="c1"></div>
<div class="c1"></div>
<div class="c2"></div>
<div class="c3"></div>
<div class="c4"></div>
"""
soup = BeautifulSoup(html, 'html.parser')
classToIgnore = ["c1", "c2"]
print(soup.find_all('div', class_=lambda x: x not in classToIgnore))

输出

[<div class="c3"></div>, <div class="c4"></div>]

如果您正在处理嵌套类，那么请尝试使用decompose删除内部不需要的类，然后只使用find_all('div')

for div in soup.find_all('div', class_=lambda x: x in classToIgnore):
    div.decompose()
print(soup.find_all('div'))

这可能会留下一些额外的空间，但你可以很容易地剥离后。你知道吗