使用BeautifulSoup解析HTML文件时如何定位图片中的高亮元素

解决方法 #

你要定位的是截图中带highlight类的高亮元素，对应find_all的传参方式如下：

• 限定匹配<span>标签的高亮元素：
  S.find_all("span", class_="highlight")
• 不限定标签，匹配所有带highlight类的元素：
  S.find_all(class_="highlight")

代码优化建议 #

文件读取部分推荐使用上下文管理器自动管理文件句柄，避免资源泄漏，同时指定编码防止乱码，修改后完整代码如下：

from bs4 import BeautifulSoup

# 用with上下文管理器打开文件，自动处理关闭
with open("index.html", "r", encoding="utf-8") as HTMLFile:
    contents = HTMLFile.read()

S = BeautifulSoup(contents, 'html.parser')
# 输出所有高亮元素
print(S.find_all(class_="highlight"))

内容的提问来源于stack exchange，提问作者Amrita