Python->BeautifulSoup，获取一些文本答案

【问题标题】：Python->BeautifulSoup, get some textPython->BeautifulSoup，获取一些文本
【发布时间】：2015-12-25 20:38:32
【问题描述】：

我有这个page，我想获取文本部分（链接图像中标记为“TEXT”）。我怎样才能做到这一点？我尝试了find, findAll 和BeautifulSoup 的组合，但我无法得到它......我也在使用Mechanize。这样的东西没用，我这里有很多类：

    h = soup.find_all("div", {"class":"one"})
    for tag in h:
        secondTags = tag.find_all("div", {"class":"two"})
        for tag in secondTags:
            print (tag.text)

谢谢！

附：我已经删除了所有的 ids 和 classes，对此感到抱歉。

编辑：代码如下：

<div class="main">
<div id="main_content">
    <div id="options">
        <ul id="select" class="u-select">
            <li class="generic" id="my">
                <div class="header">
                    <h2>
                        <span class="header_arrow">...</span>
                        TEXT
                        <a class="info" href=" " </a>
                        <div class="tool_info" </div>
                    </h2>

【问题讨论】：

在此处发布示例 html 代码。
我已经编辑了第一篇文章！

标签： python beautifulsoup

【解决方案1】：

想法是使用header_arrow 类定位span 元素，然后获取next sibling。

工作示例：

from bs4 import BeautifulSoup

data = """
<div id="main_content">
    <div id="options">
        <ul id="select" class="u-select">
            <li class="generic" id="my">
                <div class="header">
                    <h2>
                        <span class="header_arrow">...</span>
                        TEXT
                        <a class="info" href=" "> </a>
                        <div class="tool_info"> </div>
                    </h2>
                </div>
            </li>
        </ul>
    </div>
</div>
"""

soup = BeautifulSoup(data, "html.parser")

print(soup.select_one("ul#select li.generic div.header h2 span.header_arrow").next_sibling.strip())

打印：

TEXT

【讨论】：