Solo intento imprimir el valor upc de todas las secciones dentro de la sección de clase results que tienen un valor para el atributo upc y tampoco contienen la clase {{X3} }.

<div class="results">
  <div upc="1284665">This one</div>
  <div upc="8432651">This one</div>
  <div upc>Not this one</div>
  <div upc="1384268" class="EAN">Not this one too</div>
</div>

Salida deseada:

1284665
8432651

Este es el código que tengo ahora, pero incluye todas las secciones dentro de la sección de clase results.

html = '''<div class="results">
  <div upc="1284665">This one</div>
  <div upc="8432651">This one</div>
  <div upc>Not this one</div>
  <div upc="1384268" class="EAN">Not this one too</div>
</div>'''

soup = BeautifulSoup(html, 'lxml')

for section in soup.select_one('.results'):
    print(section)
python html web-scraping beautifulsoup
0
Anatol 30 oct. 2019 a las 21:47

3 respuestas

La mejor respuesta

Esto está usando BeautifulSoup 4.7+ Esto es bastante fácil con los selectores CSS:

from bs4 import BeautifulSoup

html = """
<div class="results">
  <div upc="1284665">This one</div>
  <div upc="8432651">This one</div>
  <div upc>Not this one</div>
  <div upc="1384268" class="EAN">Not this one too</div>
</div>
"""

soup = BeautifulSoup(html, 'lxml')

for section in soup.select('.results div[upc]:not([upc=""], .EAN)'):
    print(section['upc'])

Salida

1284665
8432651
1
facelessuser 30 oct. 2019 a las 19:09

Puede utilizar esto:

for div in soup.find_all("div"):
    if div.get("upc") and "EAN" not in div.get("class", default=[]):
        print(div.get("upc"))
1
Moshe perez 30 oct. 2019 a las 19:07

Si está familiarizado con xpaths y los árboles de navegación, puede intentar usar lxml.

import lxml
from lxml import html

html_content = '''<div class="results">
  <div upc="1284665">This one</div>
  <div upc="8432651">This one</div>
  <div upc>Not this one</div>
  <div upc="1384268" class="EAN">Not this one too</div>
</div>'''
tree = html.fromstring(html_content)
Items = tree.xpath("//div/div[not(contains(@class,'EAN'))]") 


for item in Items:
    if(item.attrib['upc']!=None):
        print(item.attrib['upc'])
1
Sureshmani 30 oct. 2019 a las 19:13
58631938

Preguntas relacionadas

30 ¿Cómo puedo cambiar la clase de un elemento con JavaScript?
12 Cómo saber si un objeto tiene un atributo en Python
9 ¿Forma correcta de declarar excepciones personalizadas en Python moderno?
10 ¿Cómo acceder a los valores de las variables de entorno?

Nuevas preguntas

5 Cómo hacer que los elementos de una lista se ejecuten para siempre - Python
2 Encuentra personajes en varias cadenas
2 Lógica de diagrama de flujo en Python
2 Número desigual de espacios al convertir numpy en cadena
2 ¿Cómo excluir "0" de la salida cuando el usuario lo ingresa?
2 ¿Cómo comparar la entrada de un usuario con una salida aleatoria de una lista?
2 ¿Cómo puedo mezclar la lista con restricciones (relacionadas con el índice de cada elemento)
2 ¿Cuál es la consulta que se usa cuando uso corchetes con una consulta sqlalchemy?
2 Eliminar el ruido de una foto con Python
3 Cómo obtener el porcentaje de categoría por grupo en pandas
Nuevas preguntas con la etiqueta python >

python

Python es un lenguaje de programación multipropósito, de tipificación dinámica y de múltiples paradigmas. Está diseñado para ser rápido de aprender, comprender y usar, y hacer cumplir una sintaxis limpia y uniforme. Tenga en cuenta que Python 2 está oficialmente fuera de soporte a partir del 01-01-2020. Aún así, para preguntas de Python específicas de la versión, agregue la etiqueta [python-2.7] o [python-3.x]. Cuando utilice una variante de Python (por ejemplo, Jython, PyPy) o una biblioteca (por ejemplo, Pandas y NumPy), inclúyala en las etiquetas.

Más sobre python...