如何在BeautifulSoup中获取父元素类名及指定父属性提取内容？

嘿，我来帮你搞定这两个BeautifulSoup的问题！

要获取子元素的父元素类名，你可以借助BeautifulSoup的.parent属性定位到父元素，再用.get('class')方法提取类名。需要注意的是，HTML里元素的类名可以有多个，所以.get('class')会返回一个列表；如果父元素没有设置类，会返回None，建议加个判断避免报错。

举个实际例子：
假设你的HTML结构是这样的：

<div class="container main">
    <span class="child">测试文本</span>
</div>

对应的代码：

from bs4 import BeautifulSoup

html = '<div class="container main"><span class="child">测试文本</span></div>'
soup = BeautifulSoup(html, 'html.parser')

# 定位子元素
child_elem = soup.find('span', class_='child')
# 获取父元素
parent_elem = child_elem.parent
# 提取父元素的类名
parent_classes = parent_elem.get('class')

if parent_classes:
    print(f"父元素的类名列表：{parent_classes}")  # 输出：父元素的类名列表：['container', 'main']
    # 如果只需要第一个类名，直接取索引：parent_classes[0]
else:
    print("父元素没有设置类名")

你现在的代码已经接近需求啦，只需要在判断父元素的时候，多加上对tabindex属性的校验就行。不过更高效的做法是先定位到符合条件的元素，再提取它下面的，这样不用遍历页面所有的，节省资源。

给你两种实现方式：

方式1：先筛选目标，再遍历内部（推荐） #

from bs4 import BeautifulSoup

# 假设soup是你已经解析好的对象
# 找到所有tabindex属性为"0"的<tr>
for target_tr in soup.find_all("tr", tabindex="0"):
    # 遍历当前<tr>下的所有<td>
    for td in target_tr.find_all("td"):
        # 用strip=True去掉文本前后的引号和空格，输出更干净
        print(td.get_text(strip=True))

方式2：保留你原来的遍历逻辑，增加属性判断 #

如果你想沿用自己的遍历思路，只需要修改判断条件，检查父元素的tabindex是否为"0"：

from bs4 import BeautifulSoup

# 假设soup是你已经解析好的对象
for ana in soup.find_all("td"):
    parent_tr = ana.parent
    # 同时判断父元素是<tr>，且tabindex属性为"0"
    if parent_tr.name == "tr" and parent_tr.get("tabindex") == "0":
        print(ana.get_text(strip=True))

两种方式都能实现你的需求，第一种更高效，尤其是当页面里有很多元素的时候。

内容的提问来源于stack exchange，提问作者Hannah Lee