使用Beautiful Soup解析两个闭合标签之间的内容

Question

我正在使用BeautifulSoup这个工具来解析一个网页上的艺术家和专辑信息。我已经把信息整理成了这样：

`<span dir="ltr"><a href="unique?id=1234">Jay-Z</a> &amp; <a href="unique?id" = 321">Kanye West</a> - Watch the Throne</span>`

专辑名称（在这个例子中是“Watch the Throne”）总是在一个结束的 </span> 标签之前。

我需要从整个 <span> 元素中提取出专辑数据，无论这个专辑里有多少个艺术家，可能是一个艺术家，也可能是30个艺术家。

困难在于专辑名称夹在两个结束标签之间。

有没有什么好主意？

Answer 1

如果s是汤元素的话：

album = s.findAll('a')[-1].nextSibling

我想你可以自己把“ - ”清理掉。祝你好运，我喜欢beautifulsoup。

Answer 2

如果我理解得没错，专辑名称总是位于元素的最后面。你可以尝试找到标签最后一个关闭的位置，以及标签最后一个关闭的位置，然后从这些位置构建一个包含专辑信息的字符串。

所以，使用theString.rfind("</a>")你可以找到开始的位置，使用theString.rfind("</span>")来找到结束的位置。

Answer 3

在编程中，有时候我们会遇到一些问题，特别是在使用某些工具或库的时候。这些问题可能会让我们感到困惑，尤其是当我们不太了解这些工具的工作原理时。

比如，有人可能在使用某个库时，发现它的某个功能没有按照预期工作。这时候，他们可能会去网上搜索，看看有没有人遇到过类似的问题，或者有没有解决方案。

在这个过程中，提问的方式也很重要。一个清晰、具体的问题更容易得到帮助。比如，描述你遇到的具体情况，提供相关的代码片段，或者说明你尝试过哪些解决方法，这样别人才能更好地理解你的问题。

总之，遇到问题时，保持耐心，仔细描述情况，通常能帮助你找到解决方案。

>>> from BeautifulSoup import BeautifulSoup
>>> html = '''<span dir="ltr"><a href="unique?id=1234">Jay-Z</a> &amp; 
... <a href="unique?id" = 321">Kanye West</a> - Watch the Throne</span>'''
>>> soup = BeautifulSoup(html)
>>> soup.span.contents[-1].strip('- ')
u'Watch the Throne'