Python：获取文本的美丽汤

【问题标题】：Python: Beautiful soup to get textPython：获取文本的美丽汤
【发布时间】：2019-05-16 10:34:41
【问题描述】：

我正在尝试获取a href 下的链接以及下一个<td scope = "raw"> 中可用的文本

我试过了

url = "https://www.sec.gov/Archives/edgar/data/1491829/0001171520-19-000171-index.htm"
records = []
for link in soup.find_all('a'):
    Name = link.text
    Links = link.get('href')
    records.append((Name, Links))

但是这给了我eps8453.htm 作为文本，因为这是标签<a href> 下的文本。有什么方法可以在标签<td scope = "raw"> 旁边的标签<a href> 中查找文本，即“10-K”

请帮忙！

【问题讨论】：

标签： python-3.x beautifulsoup lxml

【解决方案1】：

在表内<a> 标签之后使用 find_next <td> 标签。

import requests
from bs4 import BeautifulSoup

url = "https://www.sec.gov/Archives/edgar/data/1491829/0001171520-19-000171-index.htm"
html=requests.get(url).text
soup=BeautifulSoup(html,'html.parser')
records = []
for link in soup.find('table', class_='tableFile').find_all('a'):
    Name = link.text

    Links = link.get('href')
    text=link.find_next('td').contents[0]
    print(Name,text)
    records.append((Name, Links,text))

输出：

eps8453.htm 10-K
ex31-1.htm EX-31.1
ex31-2.htm EX-31.2
ex32-1.htm EX-32.1
yu-logo.jpg GRAPHIC
yu_sig.jpg GRAPHIC
0001171520-19-000171.txt

【讨论】：