如何用BeautifulSoup过滤列表数据？过滤紫色衣物代码失效求助

我想用BeautifulSoup做一个简单的网页抓取演示，制作了一份衣物列表，希望过滤掉其中的紫色款式。我写了一条if语句但完全不起作用，求帮忙。

以下是对应的HTML和Python代码：

Python代码 #

from bs4 import BeautifulSoup

with open ('local.html', 'r') as html_file:
    content = html_file.read()
    soup = BeautifulSoup(content, 'lxml')
    clothingdiv = soup.find_all('div', class_ = 'clothing')

for element in clothingdiv:
    text = element.find_all('li')
    if 'Purple' not in text:
        print(text)

HTML代码 #

<div class="clothing">
    <li>Purple Shirt: $10</li>
    <li>Orange Shirt: $10</li>
    <li>Red Shirt: $10</li>
    <li>White Shirt: $10</li>
    <li>Purple Hoodie: $15</li>
    <li>Orange Hoodie: $15</li>
    <li>Red Hoodie: $15</li>
    <li>Purple Jacket: $20</li>
    <li>Orange Jacket: $20</li>
    <li>Red Jacket: $20</li>
    <li>White Jacket: $20</li>
</div>

你的问题出在判断逻辑上：element.find_all('li')返回的是BeautifulSoup的Tag对象列表，不是字符串。直接用'Purple' not in text判断，相当于检查字符串是否在Tag对象的列表里，这永远为True，所以所有内容都会被打印出来。

修正后的代码如下：

from bs4 import BeautifulSoup

with open('local.html', 'r') as html_file:
    content = html_file.read()
    soup = BeautifulSoup(content, 'lxml')
    # 因为页面只有一个clothing类的div，用find()代替find_all()更高效
    clothing_div = soup.find('div', class_='clothing')
    # 获取所有衣物项的li标签
    clothing_items = clothing_div.find_all('li')

# 遍历每个li标签，检查文本内容
for item in clothing_items:
    # 获取li的纯文本，strip=True去除多余空格
    item_text = item.get_text(strip=True)
    if 'Purple' not in item_text:
        print(item_text)

关键改动点：

• 遍历单个li标签，而不是对整个li列表做判断
• 用get_text()提取标签的纯文本内容，再检查是否包含"Purple"
• 针对单个div的场景，用find()替代find_all()减少不必要的遍历

内容的提问来源于stack exchange，提问作者Dave Goldstein