BeautifulSoup 中 find_all contents children descendants select 的使用時機

初學者常看到的網路上文件或程式碼通常是這樣取得一個節點

tr.td.ul.li.table.tbody.tr

但是有一行很不起眼的註解出現在文件中：

Using a tag name as an attribute will give you only the first tag by that name:

所以如果你要存取的是同層級的第二個 tr 或 td 呢? 嘿嘿嘿…



當然還有另一個問題，就是子節點中根本就沒有這個型態，那就默默的回你一個null...(炸)

所以初學者的文件說實在不應該提到這些縮寫，這都是了解 dom 以後配合情境才能用的。

簡單來說，初學者應該只用 find_all ，配合 recursive=false 參數就等於 contents ，均可迭代；

只要迭代子節點就用 children ，迭代整個子樹就用 descendants ；除了 find_all 均應檢查節點型別以免發生意外 ；

直接以 tag 名稱存取 a.b 的語意就是 a.find_all('b')[0] ，你就要保證它剛好就只有一個，或是你要的就是第一個 b。

bs4 還有很多坑的，例如：

soup.p['class'] 和 soup.p.get('class') 相比，後者不會發出例外，但 soup.p.get('class', [])更佳，因為檢查 'xxx' in soup.p.get('class', []) 的程式碼也不會發出例外，但語意一致。(class 預設傳回的是陣列)

a['b'] 就是 a.get('b') ，但前者的寫法在沒有這個屬性時會發出例外，後者會給你個 null 而已，要怎麼處理，要想清楚。

結論：大部分的情況下， select() 配合 css 才是迭代的最好方案。