拆分两个标签并在 bs4 python 中分别附加它们答案

【问题标题】：split two tags and append them separately in bs4 python拆分两个标签并在 bs4 python 中分别附加它们
【发布时间】：2018-11-07 08:32:02
【问题描述】：

我有一个TR[2]，它是动态的，我试着像这样得到它：

self.soup.select("#detail > tbody > tr > td:nth-of-type(2)")

我希望所有td[3] 都在其中，它们以这种方式是动态的：他们可能只有字符串或字符串和<a href> 现在我想将字符串拆分为某个变量，并将该<a> 标记的“字符串”拆分为另一个，但重要的是td 没有<a>我希望它附加“无”，因为两个变量应该具有相同的长度和索引，以便正确“压缩”它们以供进一步使用。这是一些例子：

<td class='bolt'>
  "the text I want"
  <br>
  <a href='Javascript:void(0);'>the other text i want</a>
</td>

当它们附加到 var 时应该如下所示：

event = ["the text I want"]
vessel = ["the other text i want"]

还有另一个“可能的”td：

<td class='bolt'>
   "another string we need"
</td>

以及最终结果：

event = ["the text I want","another string we need"]
vessel = ["the other text i want", None(or empty),]

【问题讨论】：

标签： python parsing web-scraping beautifulsoup web-crawler

【解决方案1】：

如果可以有一个或两个文本节点（如问题所述），您可以使用

vessel = []
event = []
for td in self.soup.select("#detail > tbody > tr > td:nth-of-type(2)"):
    event.append([i.strip() for i in td.strings if i.strip()][0])
    vessel.append(([i.strip() for i in td.strings if i.strip()] + [None])[1])

print(event)
['"the text I want"', '"another string we need"']
print(vessel)
['the other text i want', None]

如果有更复杂的情况，请告诉我

【讨论】：