Python BeautifulSoup 解析知乎話題：分離父子話題的選擇器策略

問題背景

爬取知乎話題頁面，soup.find_all(class_="zm-item-tag") 會將父話題（如「生活情趣」）與子話題（如「養生平台」、「養胃」）混在同一個列表，無法區分層級。

HTML 結構分析

觀察頁面結構，父子話題通常包裹在不同的容器中：

• 父話題容器：class="zm-topic-manage-item" 且包含 <h3> 標題。
• 子話題列表：在父容器內部，以 class="zm-item-tag" 形式出現。

分步解析邏輯

# 1. 先找到所有父話題管理項目
parent_items = soup.find_all(class_="zm-topic-manage-item")

for item in parent_items:
    # 2. 判斷是否有 h3 標題，確認為父話題區塊
    h3 = item.find('h3')
    if h3:
        parent_topic = h3.get_text(strip=True)
        print(f"父話題: {parent_topic}")
        
        # 3. 在當前父項目內部尋找子話題標籤
        child_tags = item.find_all(class_="zm-item-tag")
        for tag in child_tags:
            child_topic = tag.get_text(strip=True)
            print(f"  子話題: {child_topic}")

關鍵點

• 利用層級關係而非單一 class 進行篩選。
• find_all 可限制在特定父元素內搜尋（item.find_all(...)）。
• 配合 strip=True 去除多餘空白字元。

此法可清晰建立父子話題對應關係，便於後續資料結構化儲存。