使用beautifulsoup提取换行符之间的文本（例如 标签）

  • Z时代
  • 2024-01-10
  • 分类：问答

我在较大的文档中包含以下HTML

<br />
Important Text 1
<br />
<br />
Not Important Text
<br />
Important Text 2
<br />
Important Text 3
<br />
<br />
Non Important Text
<br />
Important Text 4
<br />

我目前正在使用BeautifulSoup来获取HTML中的其他元素，但是我一直无法找到一种方法来获取<br

/>标记之间的重要文本行。我可以隔离并导航到每个<br />元素，但找不到找到介于两者之间的方法。任何帮助将不胜感激。谢谢。

回答：

如果只需要两个<br />标签之间的任何文本，则可以执行以下操作：

from BeautifulSoup import BeautifulSoup, NavigableString, Tag
input = '''<br />
Important Text 1
<br />
<br />
Not Important Text
<br />
Important Text 2
<br />
Important Text 3
<br />
<br />
Non Important Text
<br />
Important Text 4
<br />'''
soup = BeautifulSoup(input)
for br in soup.findAll('br'):
    next_s = br.nextSibling
    if not (next_s and isinstance(next_s,NavigableString)):
        continue
    next2_s = next_s.nextSibling
    if next2_s and isinstance(next2_s,Tag) and next2_s.name == 'br':
        text = str(next_s).strip()
        if text:
            print "Found:", next_s

但是也许我误解了你的问题？您对问题的描述似乎与示例数据中的“重要” /“不重要”不符，因此我不再赘述；）

以上是 使用beautifulsoup提取换行符之间的文本（例如 标签） 的全部内容， 来源链接： utcz.com/qa/414550.html

回到顶部