将 find_all 漂亮的汤标签组合成一个字符串答案

【问题标题】：Combine find_all beautiful soup tags into one string将 find_all 漂亮的汤标签组合成一个字符串
【发布时间】：2018-11-02 08:05:00
【问题描述】：

我正在使用 beautifulsoup 和 html 解析器执行抓取，并选择了我想要使用的 html 部分并将其保存为“容器”。

from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
import ssl

my_url = 'https://www._________.co.uk/'
context = ssl._create_unverified_context()
uClient = uReq(my_url, context=context)
page_html = uClient.read()
uClient.close()

page_soup = soup(page_html, "html.parser")
containers = page_soup.findAll("div",{"class":"row"})

当涉及到在一个跨度中彼此相邻的几个标签时，我遇到了一个挑战。

我可以通过使用来调出结果

company_string = container.span.find_all("b")

返回以下内容：

[<b>Company</b>, <b>Name</b>, <b>Limited</b>]

我怎样才能抛弃标签并将它们组合成一个字符串，以便它输出为“公司名称有限公司”？

原始 html 在这里：

<span class="company">
<a href="/cmp/Company-Name-Limited" onmousedown="this.href = 
appendParamsOnce(this.href, 'xxxx')" rel="noopener" target="_blank">
<b>Company</b> <b>Name</b> <b>Limited</b>
</a>
</span>

【问题讨论】：

你可以使用 element.get_text() 方法来获取元素的值而不是完整的元素。

标签： python html web-scraping beautifulsoup

【解决方案1】：

尝试以下方法：-

outputString = ' '.join([item.get_text() for item in company_string])

它将返回一个字符串，其中包含用空格连接的所有元素的值。

【讨论】：

【解决方案2】：

使用.text

>>> output = ' '.join([item.text for item in company_string])
'Company Name Limited'

【讨论】：

完美！只是工作。谢谢阿卡什