wyszukiwanie linku w kodzie html

Question

próbuje wyciągnąć link do zdjęcia z kodu html, lecz problem polega na tym że nazwa tej class-y co chce wyciągnąć występuje kilka razy w fragmencie innej class-y

img_tags = soup.find_all('img', class_='wp-post-image')

nazwa class-y której szukam: class="wp-post-image"
inna class-a : class="secondary-product-image attachment-woocommerce_thumbnail attachment-shop-catalog wp-post-image wp-post-image--secondary"

Jak to obejść ??

 

 

 

Answer 1

Zalecam użycie metody select, bo w pewnym sensie metoda ta działa podobnie jak querySelectorAll w js-ie, więc możemy użyć selektorów css-owych.

img[class*="wp-post-image"]:not([class*="--secondary"])

Przykład js  [ kod on-line ]

<ul style="list-style: none">
  <li>
    <img src="https://picsum.photos/140/160?random=1" class="wp-post-image">
    <img src="https://picsum.photos/140/160?random=2" class="wp-post-image">
    <img src="https://picsum.photos/140/160?random=3" class="wp-post-image wp-post-image--secondary">
  </li>
  <li>
    <img src="https://picsum.photos/140/160?random=4" class="wp-post-image wp-post-image--secondary">
    <img src="https://picsum.photos/140/160?random=5" class="wp-post-image wp-post-image--secondary">
    <img src="https://picsum.photos/140/160?random=6" class="wp-post-image">
  </li>
  <li></li>
</ul>

<script>
  /*
    img[class*="wp-post-image"]:not([class*="--secondary"])
  */
  const images = [...document.querySelectorAll('img[class*="wp-post-image"]:not([class*="--secondary"])')];
  document.querySelector('ul li:last-child').innerHTML = images.map(img => img.src).join('<br>');
</script>

 

więc w python-ie powinno to zadziałać  [ kod on-line ]

images = soup.select('img[class*="wp-post-image"]:not([class*="--secondary"]')
for img in images:
    print(img)
    print(img['src'])
    print('-' * 70)

 

[ Beautifulsoup : Difference between .find() and .select() ]
[ CSS Selector Reference ]