我将如何解析一个类以仅获取标题标记之外的文本，或两者都在列表中？
<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>
我考虑过使用正则表达式来提取，但认为漂亮的汤一定无法处理
2 回答
0
有很多解决方案，一种是获取整个文本，然后根据一些分隔符将其拆分：
from bs4 import BeautifulSoup
txt = '''<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>'''
soup = BeautifulSoup(txt, 'html.parser')
lst = soup.select_one('.footballMatchSummaryDef').get_text(separator='|').split('|')
print(lst)
印刷：
['Burnley v Aston Villa', 'English Premier League at Turf Moor']
或使用bs4导航功能：
print( soup.h1.text )
print( soup.h1.find_next_sibling(text=True) )
印刷：
Burnley v Aston Villa
English Premier League at Turf Moor
于 2020-01-01T17:45:19.170 回答
0
感谢 Andrej，导航功能是我所追求的，工作正常，只是刚刚启动 python，所以从 php 对我来说都是新的。这是我需要的下一个兄弟姐妹
print( soup.h1.find_next_sibling(text=True) )
于 2020-01-02T15:29:32.403 回答