使用 BeautifulSoup 无法在 </span> 标记后立即获取文本答案

【问题标题】：Can't get text immediately after </span> tag using BeautifulSoup使用 BeautifulSoup 无法在 </span> 标记后立即获取文本
【发布时间】：2020-07-04 13:54:02
【问题描述】：

目前，在我的代码中，我分解了一个更大的汤以使用此代码获取所有“td”标签：

floorplans_all = sub_soup.findAll('td', {"data-label":"Rent"})
floorplan_soup = soup(floorplans_all[0].prettify(), "html.parser")
rent_span = floorplan_soup.findAll('span', {"class":"sr-only"})

print(floorplans_all)

最终得到以下结果：

<td data-label="Rent" data-selenium-id="Rent_6">
    <span class="sr-only">
      Monthly Rent
     </span>
     $2,335 -
     <span class="sr-only">
      to
     </span>
     $5,269
    </td>

打印rent_span看起来像这样：

  [<span class="sr-only">
  Monthly Rent
 </span>, <span class="sr-only">
  to
 </span>]

我似乎无法从上面得到“$2,335 -”和“$5,269”。我一直在尝试遍历 HTML 树，但无法获取标签之间的文本。

【问题讨论】：

可以添加你的python代码
请附上您尝试过的代码

标签： python html beautifulsoup

【解决方案1】：

td 元素有五个子元素：

仅包含空格的文本节点
包含“月租”的span 节点
包含“$2,335 -”的文本节点
一个包含“to”的span节点
包含“$5,269”的文本节点

您可以使用children 属性来迭代这些孩子：

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

for child in soup.td.children:
    print(repr(child))

'\n'
<span class="sr-only">
      Monthly Rent
     </span>
'\n     $2,335 -\n     '
<span class="sr-only">
      to
     </span>
'\n     $5,269\n    '

如果要显式查找文本节点，可以搜索 span 节点并每次获取下一个兄弟节点：

>>> [span.next_sibling.string.strip() for span in soup.td.find_all(class_='sr-only')]
['$2,335 -', '$5,269']

【讨论】：

【解决方案2】：

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

row = soup.find('td', {'data-label': "Rent"})
for all in row.find_all('span'):
    print(all.text.strip())

输出将如下所示

Monthly Rent
$2,335
 $5,269

【讨论】：

您的代码只会输出“月租”和“to”，因为货币值不是在 span 标签内。