使用BeautifulSoup4根据同级标签区分两个相同标签的内容

嘿，这个场景太常见了——页面里一堆结构相似的元素，就差一点点细节区分，确实容易卡壳。咱们来搞定它！

你的核心问题是要区分两个class="class"的div，它们的差异在于内部的span：第一个div里有class="1"的span，第二个是class="2"的。我们可以利用这个差异精准定位目标文本，下面给你几种实用的方法：

方法1：用CSS选择器的:has()伪类（推荐，简洁高效） #

如果你的BeautifulSoup版本在4.7.0及以上，可以直接用:has()来筛选包含特定子元素的父节点，一行代码就能搞定：

from bs4 import BeautifulSoup

html = '''
<div class="class"> <span class="1"></span> <span class="value">text I want</span> </div>
<div class="class"> <span class="2"></span> <span class="value">text I DON'T want</span> </div>
'''

soup = BeautifulSoup(html, 'html.parser')
# 找到包含span.1的div.class，再获取里面的span.value文本
desired_text = soup.select_one('div.class:has(span.1) span.value').text
print(desired_text)  # 输出：text I want

这个写法的逻辑很直观：先锁定包含class="1"的span的那个div，再在它内部找class="value"的span，完美避开第二个不需要的div。

方法2：遍历筛选（兼容性拉满，适合所有版本） #

如果你的BeautifulSoup版本比较旧，不支持:has()，可以遍历所有class="class"的div，逐个检查内部的span特征：

from bs4 import BeautifulSoup

html = '''
<div class="class"> <span class="1"></span> <span class="value">text I want</span> </div>
<div class="class"> <span class="2"></span> <span class="value">text I DON'T want</span> </div>
'''

soup = BeautifulSoup(html, 'html.parser')
desired_text = ""

# 遍历所有目标div
for div in soup.find_all('div', class_='class'):
    # 检查当前div是否包含class为"1"的span
    if div.find('span', class_='1'):
        desired_text = div.find('span', class_='value').text
        break  # 找到目标后就停止遍历

print(desired_text)  # 输出：text I want

这种方法虽然代码多一点，但兼容性最好，不管你用哪个版本的BeautifulSoup都能跑通。

方法3：直接取第一个匹配元素（仅当顺序固定时用） #

如果你能确定目标文本所在的div是页面中第一个出现的class="class"的div，那可以直接简化成：

from bs4 import BeautifulSoup

html = '''
<div class="class"> <span class="1"></span> <span class="value">text I want</span> </div>
<div class="class"> <span class="2"></span> <span class="value">text I DON'T want</span> </div>
'''

soup = BeautifulSoup(html, 'html.parser')
desired_text = soup.find('div', class_='class').find('span', class_='value').text
print(desired_text)  # 输出：text I want

不过这个方法有局限性——如果页面结构变动，目标div的位置变了，结果就错了，所以只适合结构固定的场景。

内容的提问来源于stack exchange，提问作者Tom Burns