如何在BeautifulSoup的CSS选择器中集成正则表达式匹配指定文本？

架构老林

2026-6-26

问题描述

我正在寻找一种在BeautifulSoup中使用正则表达式的解决方案，以查找包含文本“HO #”的元素，允许“HO”和“#”之间存在空格且忽略大小写。

目前我使用的代码如下：

check_ho_number3 = soup.select_one('td:-soup-contains("HO #")+ td')
print(check_ho_number3)

请问如何将我已有的正则表达式集成到soup.select_one()中？

我的正则表达式代码如下：

check_regex = re.compile("HO\s?#", re.IGNORECASE)

解决方案

BeautifulSoup的CSS选择器（包括select_one）并不支持直接在:soup-contains中使用正则表达式，你需要换一种思路实现需求：

方法一：结合`find`与正则匹配文本，再取相邻元素

先通过find方法找到文本匹配正则的td，再获取它的下一个兄弟td：

import re
from bs4 import BeautifulSoup

check_regex = re.compile(r"HO\s?#", re.IGNORECASE)

# 找到文本匹配正则的td元素
target_td = soup.find("td", text=check_regex)
if target_td:
    # 获取该td的下一个兄弟td
    check_ho_number3 = target_td.find_next_sibling("td")
    print(check_ho_number3)

方法二：先通过`select`获取所有td，再过滤匹配正则的元素

如果偏好使用select系列方法，可以先获取所有td元素，再用正则过滤出目标元素，最后取相邻的td：

check_regex = re.compile(r"HO\s?#", re.IGNORECASE)

# 筛选出文本匹配正则的td
target_tds = [td for td in soup.select("td") if check_regex.search(td.get_text(strip=True))]
if target_tds:
    check_ho_number3 = target_tds[0].find_next_sibling("td")
    print(check_ho_number3)