如何在 Python 中使用美丽的汤提取标签内的内容？

【问题标题】：How to extract content inside a label using beautiful soup in Python?如何在 Python 中使用美丽的汤提取标签内的内容？
【发布时间】：2020-06-12 08:55:09
【问题描述】：

我使用以下代码使用美丽的汤提取了 div 类：

soup = soup.find('div',id="capatcha")

我想提取标签类中的内容——哪一个更大的文本。请注意， id="j_idt40" 总是在变化。我试图通过将其转换为字符串来拆分它，但这没有帮助:(

<div class="ui-outputpanel ui-widget inline-section bottom-space-2" id="capatcha"><label class="ui-outputlabel ui-widget label-captcha" id="j_idt40">Which one is greater      3   ,   8</label></div>

【问题讨论】：

标签： python python-3.x beautifulsoup

【解决方案1】：

您可以使用.text 属性获取<div> 标记的文本。要获取特定数字，您可以使用re 模块。

例如：

txt = '''<div class="ui-outputpanel ui-widget inline-section bottom-space-2" id="capatcha"><label class="ui-outputlabel ui-widget label-captcha" id="j_idt40">Which one is greater      3   ,   8</label></div>'''

import re
from bs4 import BeautifulSoup

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

text = soup.select_one('#capatcha').text
numbers = list(map(int, re.findall(r'\d+', text)))

print(text)
print(numbers)

打印：

Which one is greater      3   ,   8
[3, 8]

【讨论】：