想做一个find抓取,抓取某个不含某个或某些class属性的标签,乍一找没找到,自己写一个简单的,初学python 犯了不少错误
1本来class是关键字,不能作为key——value的key值使用,使用tag.get('class')获取
2其返回值并不是字符串,而是字符串数组,一开始没弄对的原因之一
3tag.has_attr('class')是判断是否存在tag属性,‘id'同理
在使用object.get(‘class’)[0]作为 find自定义抓取函数判断不包含某个属性的tag时(页面的tag属性只有一个或者没有)
对于某些没有class属性的tag,
相当于对于L=None 使用了 L[0]或者in关键字造成
其中自定义函数(查找不包含属性SG_pgon和SG_pgnext的li标签)
def pageselect(tag):
check_classes=['SG_pgon','SG_pgnext']
if(tag.has_attr('class')):
for class_ in tag.get('class'):
for check_class in check_classes:
if class_==check_class:
return False
return tag.name=='li'
在find_all和find中使用就可以了