我该如何编写一个只解析标记之间带有特定文本的对象的beautifulsoupfilter？

Question

我使用的是Django和python3.7。我想有更有效的解析，所以我读了一些关于SoupStrainer对象的文章。我创建了一个自定义的来帮助我只解析我需要的元素。。。在

def my_custom_strainer(self, elem, attrs):
    for attr in attrs:
        print("attr:" + attr + "=" + attrs[attr])
    if elem == 'div' and 'class' in attr and attrs['class'] == "score":
        return True
    elif elem == "span" and elem.text == re.compile("my text"):
        return True

article_stat_page_strainer = SoupStrainer(self.my_custom_strainer)
soup = BeautifulSoup(html, features="html.parser", parse_only=article_stat_page_strainer)

其中一个条件是我只想解析文本与特定模式匹配的“span”元素。因此

^{pr2}$

条款。但是，这会导致

AttributeError: 'str' object has no attribute 'text'

当我尝试运行上面的错误。怎么写我的过滤器？在

Answer 1

似乎您试图在my_custom_strainer方法中循环soup元素。在

为此，您可以按如下方式进行操作：

soup = BeautifulSoup(html, features="html.parser", parse_only=article_stat_page_strainer)
my_custom_strainer(soup, attrs)

然后稍微修改my_custom_strainer以满足如下要求：

^{pr2}$

这样就可以迭代地访问soup对象。在