Beautifulsoup = извлекать содержимое в теге

Я хотел бы извлечь содержимое "Hello world". Обратите внимание, что на странице есть кратные <table> и аналогичные <td colspan="2">.

Я попробовал следующее:

hello = soup.find(text='Name: ')
hello.findPreviousSiblings

Но он ничего не ответил.

Здесь фрагмент кода:

<table border="0" cellspacing="2" width="800">
<tr> 
<td colspan="2"><b>Name: </b>Hello world</td>
</tr>
<tr>

Кроме того, у меня также возникла проблема со следующим извлечением "Домашнего адреса":

<td><b>Address:</b></td>

<td>My home address</td>

Я также использую тот же метод для поиска текста = "Адрес:", но как перейти к следующей строке и извлечь содержимое <td>?

Ответы

Ответ 1

используйте вместо этого

>>> s = '<table border="0" cellspacing="2" width="800"><tr><td colspan="2"><b>Name: </b>Hello world</td></tr><tr>'
>>> soup = BeautifulSoup(s)
>>> hello = soup.find(text='Name: ')
>>> hello.next
u'Hello world'

next и previous позволяют перемещаться по элементам документа в том порядке, в котором они обрабатывались парсером, в то время как методы сиблинга работают с деревом синтаксического анализа

Ответ 2

Оператор contents хорошо работает для извлечения text из <tag>text</tag>.

<td>My home address</td> пример:

s = '<td>My home address</td>'
soup =  BeautifulSoup(s)
td = soup.find('td') #<td>My home address</td>
td.contents #My home address

<td><b>Address:</b></td> пример:

s = '<td><b>Address:</b></td>'
soup =  BeautifulSoup(s)
td = soup.find('td').find('b') #<b>Address:</b>
td.contents #Address: