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

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

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