2024-05-15 15:44:14 发布
网友
我只想从汤的最上面的元素中提取文本;但是soup.text也提供了所有子元素的文本:
我有
import BeautifulSoup soup=BeautifulSoup.BeautifulSoup('<html>yes<b>no</b></html>') print soup.text
它的输出是yesno。我只想说“是的”。
yesno
实现这一目标的最佳方法是什么?
编辑:我还希望在解析“<html><b>no</b>yes</html>”时输出yes。
<html><b>no</b>yes</html>
yes
你可以用contents
>>> print soup.html.contents[0] yes
或者要获取html下的所有文本,请使用findAll(text=True,recursive=False)
>>> soup = BeautifulSoup.BeautifulSOAP('<html>x<b>no</b>yes</html>') >>> soup.html.findAll(text=True, recursive=False) [u'x', u'yes']
上面连接成一个字符串
>>> ''.join(soup.html.findAll(text=True, recursive=False)) u'xyes'
那.find(text=True)呢?
.find(text=True)
>>> BeautifulSoup.BeautifulSOAP('<html>yes<b>no</b></html>').find(text=True) u'yes' >>> BeautifulSoup.BeautifulSOAP('<html><b>no</b>yes</html>').find(text=True) u'no'
编辑:
我想我已经明白你现在想要什么了。试试这个:
>>> BeautifulSoup.BeautifulSOAP('<html><b>no</b>yes</html>').html.find(text=True, recursive=False) u'yes' >>> BeautifulSoup.BeautifulSOAP('<html>yes<b>no</b></html>').html.find(text=True, recursive=False) u'yes'
这对我在bs4工作:
import bs4 node = bs4.BeautifulSoup('<html><div>A<span>B</span>C</div></html>').find('div') print "".join([t for t in node.contents if type(t)==bs4.element.NavigableString])
输出:
AC
你可以用contents
或者要获取html下的所有文本,请使用findAll(text=True,recursive=False)
上面连接成一个字符串
那
.find(text=True)
呢?编辑:
我想我已经明白你现在想要什么了。试试这个:
这对我在bs4工作:
输出:
相关问题 更多 >
编程相关推荐