如何使用BeautifulSoup的find_all方法匹配id前缀为指定值的div标签

解决方案 #

BeautifulSoup 支持两种常用方式实现属性值的前缀匹配：

方法1：正则表达式匹配 #

导入re模块，用正则开头匹配符^指定前缀即可：

import re
from bs4 import BeautifulSoup

# 筛选id以uni-item开头的div
items = soup.find_all('div', id=re.compile(r'^uni-item'))

正则规则里的^表示仅匹配字符串开头，避免匹配到包含该前缀但不是开头的属性值。

方法2：自定义过滤函数 #

如果不想引入正则模块，也可以用自定义函数判断前缀：

# 筛选id以uni-item开头的div，x为id属性值，先判断id存在再匹配前缀
items = soup.find_all('div', id=lambda x: x and x.startswith('uni-item'))

完整测试示例 #

from bs4 import BeautifulSoup
import re

html = '''
<div class="" style="" id="uni-item-229925"></div>
<div class="" style="" id="uni-item-223625"></div>
<div class="" style="" id="uni-item-229325"></div>
<div class="" style="" id="other-item-123456"></div>
'''

soup = BeautifulSoup(html, 'html.parser')
items = soup.find_all('div', id=re.compile(r'^uni-item'))

for item in items:
    print(item['id'])

运行后输出：

uni-item-229925
uni-item-223625
uni-item-229325

内容的提问来源于stack exchange，提问作者user13450807