如何用BeautifulSoup精准匹配仅含指定class的div元素？

首先修正你代码里的一个明显错误：循环中{'class': 'div_class'}是硬编码字符串，不是遍历的变量div_class，这会导致每次都查找class为div_class的元素，完全不符合需求，先改成{'class': div_class}——不过这还解决不了你核心的精准匹配问题。

核心问题原因 #

BeautifulSoup默认的class匹配是包含匹配：只要元素的class列表里包含目标值，就会被选中。所以find('div', {'class': 'something'})会同时匹配class="something"和class="something and-something-else"的元素。

两种精准匹配的方法 #

方法1：使用CSS选择器排除多class元素

利用CSS选择器的:not([class*=" "])规则，排除掉class属性中包含空格的元素（也就是带有多个class的元素）：

div_classes = ['xf8Pm', 'something', 'cck', 'col']
for div_class in div_classes:
    # 精准匹配仅含当前class的div
    div_cont = soup.select_one(f'div.{div_class}:not([class*=" "])')
    if div_cont is not None:
        string = div_cont.text.replace('\n', '').strip()
        print(string)

div.{div_class}匹配包含目标class的div，:not([class*=" "])进一步过滤掉class属性里有空格的元素，只保留仅含单个目标class的元素。

方法2：用lambda判断class列表是否严格匹配

BeautifulSoup会把元素的class属性解析为列表，仅含单个class的元素，其class列表就是[目标class]。用lambda函数可以直接判断：

div_classes = ['xf8Pm', 'something', 'cck', 'col']
for div_class in div_classes:
    # 检查class列表是否严格等于目标值，避免无class的元素报错
    div_cont = soup.find('div', class_=lambda c: c == [div_class] if c else False)
    if div_cont is not None:
        string = div_cont.text.replace('\n', '').strip()
        print(string)

为什么正则匹配没生效？ #

你之前用re.compile(r'\bsomething\b')，正则匹配的是整个class属性字符串（比如"something and-something-else"），而这个字符串里确实存在独立的something单词，所以正则会匹配到带多个class的元素，自然达不到精准匹配的效果。

内容的提问来源于stack exchange，提问作者Argi Kara