Python 3中BeautifulSoup如何定位reviews->row->row层级的row类元素

问题根因 #

你之前写法失效的本质原因是：row是前端栅格框架的通用类名，整页从导航栏、侧边栏到页脚模块都会批量使用这个类，从页面根节点全局搜索div.row，第一个匹配到的元素通常是顶部导航相关的容器，和目标正文区完全没关系。
你要找的内容有固定的DOM层级链路：reviews -> row -> row，必须顺着层级逐级定位，不能跨节点做全局匹配。

具体实现思路 #

• 先定位最外层带reviews类的容器，这个类是文章正文区专属的标识，页面里不会出现大量重复，定位准确率极高
• 从这个reviews容器开始，顺着DOM结构逐层向下找嵌套的row元素，查找时加上recursive=False参数，严格限定只找当前节点的直接子元素，避免层级匹配错位
• 定位到三层路径终点的row元素后，再提取里面的正文段落、配图、链接等内容即可

可直接复用的参考代码 #

soup = BeautifulSoup(response.content, "html.parser")

# 定位正文区最外层专属容器
reviews_container = soup.find("div", class_="reviews")

# 严格按DOM层级逐级匹配，限定只查直接子节点避免抓错元素
first_level_row = reviews_container.find("div", class_="row", recursive=False)
target_article_area = first_level_row.find("div", class_="row", recursive=False)

# 示例：提取目标区域内所有非空的正文段落
paragraph_list = target_article_area.find_all("p")
full_article_text = "\n".join(
    [para.get_text(strip=True) for para in paragraph_list if para.get_text(strip=True)]
)

实操注意点 #

• 千万不要省略recursive=False参数，如果去掉这个参数，查找逻辑会自动往节点深层递归，很容易匹配到层级不符的row元素
• 原代码里的变量名cnbeta_article_content和当前解析的站点不匹配，建议顺手改成对应站点的命名，避免后续维护的时候犯迷糊
• 即使目标row元素带了其他额外的类名（比如row g-0这类栅格附加类），class_="row"的写法依然可以正常匹配，不需要抄下完整的类名字符串做精确字符串匹配
• 如果需要保留文章内的图片、跳转链接这类富媒体内容，不需要单独写复杂的解析逻辑，直接遍历target_article_area下的对应标签提取属性值即可

内容的提问来源于stack exchange，提问作者Dolphin