0

Вот код:

    from bs4 import BeautifulSoup

    doc = open(r'C:\Users\QuosX\Desktop\сообщения\messages0.html')  

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

    message = soup.findAll ("div")
    text = soup.a.text
    print(text)

Выдает что-то наподобие такого:

</div></div>
</div><div class="item">
<div class="item__main"><div class="message" data-id="123123">
<div class="message__header">Вы, 1 мая 2020 в 13:54:55</div>
<div>НУЖНЫЙ ТЕКСТ</div>
</div></div>
</div><div class="item">
<div class="item__main"><div class="message" data-id="1231212">
<div class="message__header">Вы, 1 мая 2020 в 13:54:54</div>
<div>НУЖНЫЙ ТЕКСТ</div>
</div></div>
</div><div class="item">

Он спарсил все div-ы, но мне нужны только те, где есть НУЖНЫЙ ТЕКСТ, а остальные убрать, как это сделать?

2
  • Похоже, Что Это Проблема XY
    – nomnoms12
    2 мая 2020 в 19:20
  • Для исключения строк есть метод extract, но он навряд ли Вам поможет.
    – nomnoms12
    2 мая 2020 в 19:25

1 ответ 1

0

Вы можете парсить только те div'ы, где есть необходимый текст. Для этого воспользуйтесь атрибутом text.

Пример:

from bs4 import BeautifulSoup


with open('index.html', encoding='utf-8') as f:
    soup = BeautifulSoup(f.read(), 'lxml')

result = soup.findAll('div', text='НУЖНЫЙ ТЕКСТ')
print(result)

stdout:

[<div>НУЖНЫЙ ТЕКСТ</div>, <div>НУЖНЫЙ ТЕКСТ</div>]

index.html:

<div class="item">
  <div class="item__main">
    <div class="message" data-id="123123">
      <div class="message__header">Вы, 1 мая 2020 в 13:54:55</div>
      <div>НУЖНЫЙ ТЕКСТ</div>
    </div>
  </div>
</div>
<div class="item">
  <div class="item__main">
    <div class="message" data-id="1231212">
      <div class="message__header">Вы, 1 мая 2020 в 13:54:54</div>
      <div>НУЖНЫЙ ТЕКСТ</div>
    </div>
  </div>
</div>

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.