Beautifulsoup 通过 <br/> 分割标签中的文本 [英] Beautifulsoup split text in tag by <br/>

查看:38
本文介绍了Beautifulsoup 通过 <br/> 分割标签中的文本的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

是否可以通过 br 标签从标签中拆分文本?

Is it possible to split a text from a tag by br tags?

我有这个标签内容:[u'+420 777 593 531', <br/>, u'+420 776 593 531', <br/>, u'+420 775593 531']

我只想得到数字.有什么建议吗?

And I want to get only numbers. Any advices?

[x for x in dt.find_next_sibling('dd').contents if x!=' <br/>']

根本不工作.

推荐答案

您需要测试 标签,这些标签被建模为 Element 实例.Element 对象具有 name 属性,而文本元素没有(它们是 NavigableText 实例):

You need to test for tags, which are modelled as Element instances. Element objects have a name attribute, while text elements don't (which are NavigableText instances):

[x for x in dt.find_next_sibling('dd').contents if getattr(x, 'name', None) != 'br']

由于您在该 <dd> 元素中似乎只有文本和 <br/> 元素,因此您不妨只获取 所有包含的字符串 改为:

Since you appear to only have text and <br /> elements in that <dd> element, you may as well just get all the contained strings instead:

list(dt.find_next_sibling('dd').stripped_strings)

演示:

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''
... <dt>Term</dt>
... <dd>
...     +420 777 593 531<br/>
...     +420 776 593 531<br/>
...     +420 775 593 531<br/>
... </dd>
... ''')
>>> dt = soup.dt
>>> [x for x in dt.find_next_sibling('dd').contents if getattr(x, 'name', None) != 'br']
[u'
    +420 777 593 531', u'
    +420 776 593 531', u'
    +420 775 593 531', u'
']
>>> list(dt.find_next_sibling('dd').stripped_strings)
[u'+420 777 593 531', u'+420 776 593 531', u'+420 775 593 531']

这篇关于Beautifulsoup 通过 &lt;br/&gt; 分割标签中的文本的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!

查看全文
相关文章
登录 关闭
扫码关注1秒登录
发送“验证码”获取 | 15天全站免登陆