如何在BeautifulSoup 4中排除指定类的元素进行选择

要排除类为footer-wikiwalk-nav的元素的后代链接，只需修改BeautifulSoup的CSS选择器，用:not()伪类结合后代选择器过滤掉不需要的元素即可。

修改后的代码如下：

url = searchlinks.get()
c = requests.get(url)
bs = BeautifulSoup(c.content, 'lxml')

parent_url = 'https://EXAMPLEURL.com'
# 用:not(.footer-wikiwalk-nav *)排除目标类的所有后代链接
surfacelinks = [parent_url + str(l) for l, t in list(set([(a.get('href'), 
            a.get_text()) for a in bs.select('[href*="str"]:not(.footer-wikiwalk-nav *)')])) 
            if 'STR' in t]

关键说明： #

• 原选择器[href*="str"]会匹配所有href属性包含str的<a>标签，包括底部导航里的链接。
• 添加:not(.footer-wikiwalk-nav *)后，会排除所有属于footer-wikiwalk-nav类元素的后代链接，避免误抓底部导航内容。

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