从特定类 HTML 标记中检索文本并存储到 Python 中的数组中

Question

我正在创建一个 Discord 机器人，我从底部开始。我试图解决的第一部分是使用 BeautifulSoup。我当前的代码：

soup = BeautifulSoup(page, 'html.parser')
pbe_titles = soup.find_all('h1', attrs={'class': 'news-title'})
for tag in pbe_titles :
  print(tag.text.strip()) 

到目前为止，这正是我需要它做的。
它检索由类“news-title”标识的标签之间的所有文本，即 <h1 class="news-title">text here</h1> 并打印出与该类关联的所有标签的所有文本。现在，我想获取 BeautifulSoup 找到的所有这些标题，并将它们存储到一个数组中，我可以将其打印到我的 discord 客户端中。

soup = BeautifulSoup(page, 'html.parser')
pbe_titles = soup.find_all('h1', attrs={'class': 'news-title'})
for tag in pbe_titles :
  totalTags = [tag.text.strip()]


@client.event
async def on_message(message):
    if message.author == client.user:
        return

    if message.content.startswith('$show'):
        await message.channel.send(totalTags)

client.run(os.getenv('TOKEN'))

我在这里遇到的问题是totalTags = [tag.text.strip()] 只返回一个标题，而不是全部。但如果我只是坚持print(tag.text.strip())，它将打印 15 个以上的标题。我的阵列做错了什么？

Answer 1

所以在 python 中，你想要一个列表。您可以将其分解为生成器函数并将其转换为如下列表：

def get_titles(soup):
    pbe_titles = soup.find_all('h1', attrs={'class': 'news-title'})
    for tag in pbe_titles :
        yield tag.text.strip()

soup = BeautifulSoup(page, 'html.parser')
titles = list(get_titles(soup))
print(titles)

或者你可以只使用列表推导

titles = [tag.text.strip() 
          for tag in soup.find_all('h1', attrs={'class': 'news-title'})]