使用 requests-html 从解析中排除 span

Question

我在使用 Python 和 requests-html lib 解析网页方面需要帮助。这里是我要分析的<div>：

<div class="answer"><span class="marker">А</span>Te<b>x</b>t</div>

它呈现为：

Text

我需要得到Te<b>x</b>t 作为解析的结果，没有<div> 和<span> 但带有<b> 标签。

使用 element 作为 requests-html 对象，这就是我得到的。

element.html:
<div class="answer"><span class="marker">А</span>Te<b>x</b>t</div>

element.text:
ATe\nx\nt

element.full_text:
AText

你能告诉我如何摆脱<span>，但在解析结果中仍然得到<b>标签吗？

Answer 1

不要过于复杂。

做一些简单的字符串处理，得到两个边界之间的字符串：

• 使用element.html
• 收盘后拿走所有东西</span>
• 收盘前拿走一切</div>

这样

myHtml = '<div class="answer"><span class="marker">А</span>Te<b>x</b>t</div>'

myAnswer = myHtml.split("</span>")[1]
myAnswer = myAnswer.split("</div>")[0]

print(myAnswer)

输出：

Te<b>x</b>t

似乎适用于您提供的示例。如果您有更复杂的要求，请告诉我们，我相信有人可以进一步适应。