如何用BeautifulSoup仅解析指定元素及其所有子元素？

完全可以通过SoupStrainer实现你的需求，两种方案任选：

方案1：仅解析<div class="c2">及其子元素 #

直接用SoupStrainer指定匹配目标元素，BeautifulSoup会只解析这部分内容，其余HTML结构完全忽略，这是效率最高的方式。

示例代码：

from bs4 import BeautifulSoup, SoupStrainer

# 定义只匹配class为c2的div元素的过滤器
target_strainer = SoupStrainer("div", class_="c2")

# 将过滤器传入parse_only参数，仅解析目标内容
soup = BeautifulSoup(html_content, "html.parser", parse_only=target_strainer)

# 此时soup对象就是你要的<div class="c2">元素，直接使用即可
c2_element = soup

方案2：跳过<div class="c3">及其整个子树 #

如果还需要保留其他部分HTML结构，但不想解析c3分支，可以自定义过滤函数，让SoupStrainer跳过该元素及其子元素。

示例代码：

from bs4 import BeautifulSoup, SoupStrainer

def filter_c3(tag, attrs):
    # 遇到class为c3的div时，返回False，不解析该元素及其子元素
    if tag == "div" and attrs.get("class") == ["c3"]:
        return False
    # 其他元素正常解析
    return True

# 使用自定义过滤函数创建过滤器
custom_strainer = SoupStrainer(filter_c3)

soup = BeautifulSoup(html_content, "html.parser", parse_only=custom_strainer)

# 正常查找目标元素
c2_element = soup.find("div", class_="c2")

两种方案都能大幅减少解析的HTML内容，从而缩短耗时，优先推荐方案1，因为它只处理你需要的部分，解析效率最高。

内容的提问来源于stack exchange，提问作者The Dev