仅在 Beautifulsoup 中的特定跨度内容之后获取表格内容

Question

我有一个 html 文件，其中包含多个 div 并且没有类或 id 名称：

<div><span>Item 1</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 2</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 3</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 4</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

目标：
我只想在 Item 3 之后获取 table 的内容，并且搜索是一般性的，以获取任何 table after 特定 Item数字。请注意，项目的数量可能会有所不同。

试过了：
我试过这段代码：

if soup.find('span') == 'Item 3. Selected Financial Data':
    table_tag = soup.find('tbody')

但它仍然返回从顶部开始的第一个表。

我还尝试查看 .next_siblings 和 .next_element 但没有更好的方法来实现这一点吗？ https://www.crummy.com/software/BeautifulSoup/bs4/doc/#going-sideways

这里有一个类似的问题：get text after specific tag with beautiful soup，但它不涉及 div 中的表。

请帮忙。

Answer 1

只需使用find_all_next:

table = soup.find(text='Item 3').find_all_previous()[2].find_all_next()

我的完整代码：

from bs4 import BeautifulSoup

html = '''
<div><span>Item 1</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 2</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 3</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>

<div><span>Item 4</span></div>
<div>some content</div>
<div><table><tbody>table content</tbody></table></div>
'''

soup = BeautifulSoup(html,'html5lib')

table = soup.find(text='Item 3').find_all_previous()[2].find_all_next()

table_html = ''.join([str(elem) for elem in table])

输出：

>>> table
[<div><span>Item 3</span></div>, <span>Item 3</span>, <div>some content</div>, <div>table content<table><tbody></tbody></table></div>, <table><tbody></tbody></table>, <tbody></tbody>, <div><span>Item 4</span></div>, <span>Item 4</span>, <div>some content</div>, <div>table content<table><tbody></tbody></table></div>, <table><tbody></tbody></table>, <tbody></tbody>]

>>> table_html
'<div><span>Item 3</span></div><span>Item 3</span><div>some content</div><div>table content<table><tbody></tbody></table></div><table><tbody></tbody></table><tbody></tbody><div><span>Item 4</span></div><span>Item 4</span><div>some content</div><div>table content<table><tbody></tbody></table></div><table><tbody></tbody></table><tbody></tbody>'