提取<div>标签BeautifulSoup之外的文本-Java 学习之路

所以我练习刮刮，我遇到了这样的事情：

<div class="profileDetail">
    <div class="profileLabel">Mobile : </div>
     021 427 399 
</div>

我需要 <div> 标签之外的数字：

我的代码是：

num = soup.find("div",{"class":"profileLabel"}).text

但是它的输出是 Mobile : 只是它是 <div> 标签内的文本而不是它外面的文本 .

那么我们如何在 <div> 标签之外提取文本？

2 回答

我会创建一个可重用的函数来通过标签获取值，通过 text 找到标签并获取next sibling：

import re

def find_by_label(soup, label):
    return soup.find("div", text=re.compile(label)).next_sibling

用法：

find_by_label(soup, "Mobile").strip()  # prints "021 427 399"

回复于 2024-04-28T12:09:06+08:00

尝试使用 soup.find("div",{"class":"profileLabel"}).next_sibling ，这将获取下一个元素，可以是 bs4.Tag 或 bs4.NavigableString .

bs4.NavigableString 是你在这种情况下试图得到的 .

elem = soup.find("div",{"class":"profileLabel"}).next_sibling
print type(elem)

# Should return
bs4.element.NavigableString

示例：

In [4]: s = bs4.BeautifulSoup('<div> Hello </div>HiThere<p>next_items</p>', 'html5lib')

In [5]: s
Out[5]: <html><head></head><body><div> Hello </div>HiThere<p>next_items</p></body></html>

In [6]: s.div
Out[6]: <div> Hello </div>

In [7]: s.div.next_sibling
Out[7]: u'HiThere'

In [8]: type(s.div.next_sibling)
Out[8]: bs4.element.NavigableString

回复于 2024-04-28T12:09:06+08:00

提取<div>标签BeautifulSoup之外的文本

2 回答

示例：

相关问题