beautifulsoup 将包含 <br> 标签的数据返回为 None答案

【问题标题】：beautifulsoup returning data as None that includes <br> tagbeautifulsoup 将包含 <br> 标签的数据返回为 None
【发布时间】：2012-02-01 06:35:50
【问题描述】：

我有一个这样的表格数据：

<table class="tablesorter" id="dea">
<thead>
<tr>
<th class="header ">Name</th>
<th class="header">City</th>
<th class="">Address</th>
<th class="">Phone Nos</th>
<th class="">Email</th>
<th class="">Fax</th>
</tr>
</thead>
<tbody>

<tr class="info">
<td style="font:bold 12px Tahoma; color:#1f2c48;">Audi California</td>
<td>&nbsp;California&nbsp;</td>
<td align="left">
A?85, bay Area, Phase 1, <br>
California<br>
California
- 6554655
</td>
<td align="right">
<br>4747744747<br>108388383
</td>
<td align="center">
info<!-- >@_ -->@<!-- >@_ -->audiCal<!-- >@_ -->.<!-- >@_ -->net
</td>
<td align="right">
&nbsp;
</td>
</tr></tbody>
</table>

我正在使用 beautifulsoup 来解析这个，但现在我在从最后四个 <td> 获取数据时遇到了问题。每当我使用.string 属性读取它们的值时，我都会得到None 作为值。我猜这是因为他们有<br> 标签。我想要最后四个<td> 具有地址、电话号码、email_id 和传真的数据。我应该使用什么来获取所有这些数据，而不是 .string？

【问题讨论】：

标签： python html-parsing beautifulsoup

【解决方案1】：

您可以使用.text 获取文本。

编辑：

另一种选择可能是使用.contents 获取每个元素并在必要时加入它们。

【讨论】：

Uisng .text 有效，但它给了我
4747744747
108388383 为 4747744747108388383，我希望它是 4747744747,108388383：|

【解决方案2】：

一旦你有了td 元素的句柄，你就可以使用：

 td.findAll(text=True)

获取td 标记的文本子元素列表。然后你可以join,上的那个列表

【讨论】：