使用BeautifulSoup CSS Selector获取文本

Question

示例HTML

<h2 id="name">
    ABC
    <span class="numbers">123</span>
    <span class="lower">abc</span>
</h2>

我可以用以下内容获得数字:

soup.select('#name > span.numbers')[0].text

如何ABC使用BeautifulSoup和select函数获取文本？

在这种情况下怎么样？

<div id="name">
    <div id="numbers">123</div> 
    ABC
</div>

Answer 1

在第一种情况下,获取前一个兄弟:

soup.select_one('#name > span.numbers').previous_sibling

在第二种情况下,获得下一个兄弟:

soup.select_one('#name > #numbers').next_sibling

请注意,我认为这是故意的,你在这里有numbers一个id值而标签div代替span.因此,我调整了CSS选择器.

要涵盖这两种情况,您可以转到标记的父级,并以非递归模式查找非空文本节点:

parent = soup.select_one('#name > .numbers,#numbers').parent
print(parent.find(text=lambda text: text and text.strip(), recursive=False).strip())

注意选择器中的更改 - 我们要求匹配numbersid或numbersclass.

虽然,我觉得这种通用的解决方案不太可靠,因为对于初学者来说,我不知道你的真实投入是什么.