Beautifulsoup 访问嵌套的 HTML 标签

Question

我正在尝试从如下所示的 HTML 中获取价格：

<span id="IKSUD11720" class="prices">
    <span class="listPrice">49,50
    </span>39,50 €
</span>
<span id="IBAU0292101" class="prices">28,95 €</span>

使用以下代码：

price = x.find('span', class_='prices').text我明白了：

49,5039,50 €
28,95 €

我怎样才能只访问每个跨度的第二个价格？这样输出将是：

39,50 €
28,95 €

我尝试使用 find_all 但没有成功。

Answer 1

您可以使用.stripped_strings() 并获取最后一个元素：

from bs4 import BeautifulSoup


txt = '''<span id="IKSUD11720" class="prices">
    <span class="listPrice">49,50
    </span>39,50 €
</span>
<span id="IBAU0292101" class="prices">28,95 €</span>'''

soup = BeautifulSoup(txt, 'html.parser')

for span in soup.select('.prices'):
    print(list(span.stripped_strings)[-1])

打印：

39,50 €
28,95 €

---

或者：

for span in soup.select('.prices'):
    print(span.get_text(strip=True, separator='|').split('|')[-1])

---

或者：

for span in soup.select('.prices'):
    print(span.contents[-1].strip())