如何使用 Beautiful Soup 获取位于标签内的文本？答案

【问题标题】：How do I get this text residing within the tags using Beautiful Soup?如何使用 Beautiful Soup 获取位于标签内的文本？
【发布时间】：2019-11-08 00:42:11
【问题描述】：

我想从上面的代码中获取号码121。但是我得到的汤对象没有显示数字。

Link to my Image

    [<div class="open_pln" id="pln_1">
 <ul>
 <li>
 <div class="box_check_txt">
 <input id="cp1" name="cp1" onclick="change_plan(2,102,2);" type="checkbox"/>
 <label for="cp1"><span class="green"></span></label>
 </div>
 </li>
 <li id="li_open"><span>Desk</span> <br/></li>
 <li> </li>
 </ul>
 </div>]

【问题讨论】：

分享您的网站链接。
coworker.com/search/los-angeles/ca/united-states 我想计算括号中的“办公桌”和“私人办公室”的数量。

标签： python web-scraping beautifulsoup

【解决方案1】：

你必须使用这样的汤找到所有li 属性 -

    attribute=req["li"]       
    all_links = soup.find_all(attribute)
    for link in all_links:
        print(link.text.strip())

【讨论】：

【解决方案2】：

开放式办公室的号码121 不在 HTML 代码中，而是在 JavaScript 中。您可以使用regex 提取它：

import re
import requests

url ='https://www.coworker.com/search/los-angeles/ca/united-states'

htmlpage = requests.get(url).text

open_offices = re.findall(r'var openOffices\s*=\s*(\d+)', htmlpage)[0]
private_offices = re.findall(r'var privateOffices\s*=\s*(\d+)', htmlpage)[0]

print('Open offices: {}'.format(open_offices))
print('Private offices: {}'.format(private_offices))

打印：

Open offices: 121
Private offices: 40

【讨论】：

谢谢伙计。如果我可以在那里问几个问题。您是如何发现它在 JavaScript 中的？您是如何获得它们的代码的？
@PranavM 我在 Firefox 中查看了源代码并搜索了字符串 121。这个字符串唯一有意义的出现是在某个 Javascript 函数中，所以我从那里提取了它。

【解决方案3】：

没有re模块：

import requests
from bs4 import BeautifulSoup

url ='https://www.coworker.com/search/los-angeles/ca/united-states'

res = requests.get(url)
soup = BeautifulSoup(res.text,"lxml")
searchstr = "var openOffices = "
script = soup.select_one(f"script:contains('{searchstr}')").text
print(script.split(searchstr)[1].split(";")[0])

输出：

【讨论】：