使用 Beautiful Soup 抓取特定标签中特定文本的内容

Question

我在 Python 中使用 bs4 通过在通用标签中查找特定文本来抓取 Web 内容。具体来说：

html

...
<h3>Content</h3>
<ul>...</ul>
...

那么，无论如何，我是否可以指示 bs4 查找带有特定文本“内容”的标题，以便我可以识别锚点并获取内容？

我试过了，但是没用：

soup2.find('h3', {'text': 'Content'}).findNext('ul').text)

非常感谢。

Answer 1

使用string filter:

soup.find('h3', string='Content')

最简单的过滤器是字符串。将字符串传递给搜索方法，Beautiful Soup 将针对该确切字符串执行 ma​​tch。

这将是完全匹配，如果你想找到标签包含这个字符串， 使用正则表达式过滤器：

soup.find('h3', re.compile=('Content'))