how - Python Beautifulsoup Find_all excepto

python find_all class

Question

Estoy luchando para encontrar un sencillo para resolver este problema y espero que puedas ayudar.

He estado usando Beautifulsoup''s find all y probando algunos regex para encontrar todos los artículos excepto la línea ''emptyLine'' en el html a continuación:

<div class="product_item0 ">...</div>
<div class="product_item1 ">...</div>
<div class="product_item2 ">...</div>
<div class="product_item0 ">...</div>
<div class="product_item1 ">...</div>
<div class="product_item2 ">...</div>
<div class="product_item0 ">...</div>
<div class="product_item1 last">...</div>
<div class="product_item2 emptyItem">...</div>

¿Hay una manera simple de encontrar todos los artículos excepto uno incluyendo el ''emptyItem''?

Answer 1

Solo omita elementos que contengan la clase emptyItem . Muestra de trabajo:

from bs4 import BeautifulSoup

data = """
<div>
    <div class="product_item0">test0</div>
    <div class="product_item1">test1</div>
    <div class="product_item2">test2</div>
    <div class="product_item2 emptyItem">empty</div>
</div>
"""

soup = BeautifulSoup(data, "html.parser")

for elm in soup.select("div[class^=product_item]"):
    if "emptyItem" in elm["class"]:  # skip elements having emptyItem class
        continue

    print(elm.get_text())

Huellas dactilares:

test0
test1
test2

Tenga en cuenta que div[class^=product_item] es un selector CSS que combinaría todos los elementos div con una clase que empiece por product_item .