BeautifulSoup只获取td标记中的"常规"文本,而嵌套标记中没有任何内容

Question

假设我的html看起来像这样:

<td>Potato1 <span somestuff...>Potato2</span></td>
...
<td>Potato9 <span somestuff...>Potato10</span></td>

我有美丽的做法:

for tag in soup.find_all("td"):
    print tag.text

我明白了

Potato1 Potato2
....
Potato9 Potato10

是否可以只获取标签内的文本,而不是嵌套在span标签内的任何文本？

Answer 1

你可以使用.contentsas

>>> for tag in soup.find_all("td"):
...     print tag.contents[0]
...
Potato1
Potato9

它能做什么？

使用标签将标签作为列表提供.contents.

>>> for tag in soup.find_all("td"):
...     print tag.contents
...
[u'Potato1 ', <span somestuff...="">Potato2</span>]
[u'Potato9 ', <span somestuff...="">Potato10</span>]

因为我们只对第一个元素感兴趣,所以我们选择

print tag.contents[0]