使用 BeautifulSoup 获取标签的孩子数

Posted 2023-02-24

【中文标题】使用 BeautifulSoup 获取标签的孩子数

【英文标题】：Get tag's children count with BeautifulSoup

【发布时间】：2016-04-15 17:14:02

【问题描述】：

我正在编写一个分析工具，用于计算源代码中有多少孩子有任何 html 标记。

我用 BeautifulSoup 映射了代码，现在我想遍历页面中的任何标签并计算它有多少孩子。

迭代所有标签的最佳方法是什么？例如，我怎样才能获取所有没有孩子的标签？

【问题讨论】：

您能给我们举一个您的 HTML 源代码以及您已经尝试过的示例吗？

建议：找到所有没有子标签（“叶子”）的标签，然后按照自己的方式备份。

我可以比较两种汤的标签吗？

【参考方案1】：

如果你使用不带参数的find_all()，你可以遍历每个标签。

您可以使用len(tag.contents) 获取一个标签有多少个孩子。

获取所有没有子标签的列表：

from bs4 import BeautifulSoup

soup = BeautifulSoup(open('someHTMLFile.html', 'r'), 'html.parser')
body = soup.body

empty_tags = []

for tag in body.find_all():
   if len(tag.contents) == 0:
      empty_tags.append(tag)

print empty_tags

或者...

empty_tags = [tag for tag in soup.body.find_all() if len(tag.contents) == 0]

【参考方案2】：

我也使用 BeautifulSoup。使用每个元素的findChildren方法

在下面的代码中，fullData包含网页的HTML字符串

soup=BeautifulSoup(fullData)
elements = soup.findAll()

def findElements(dataList,el):
    temp=el.findChildren()
    if(len(temp)==0):
        print(el.get_text())

tempResults=[findElements(dataList,el) for el in elements]

希望对你有帮助

【参考方案3】：

您可以使用len() 函数计算标签的子代。

meta_tags = soup.findAll('meta' , property="article:tag")
if len(meta_tags) < 1:
    return False