从html

Question

我的html“页面”如下：

<p class=MsoNormal><span lang=EN-US style='font-size:11.0pt;font-family:"Times New Roman","serif"'>&nbsp;</span></p>

<p class=MsoNormal><span style='font-size:11.0pt'>ヤブツバキクラス（常緑広葉樹林）</span><span
style='font-size:11.0pt;font-family:"Times New Roman","serif"'> <span
lang=EN-US>Camellietea japonicae</span><span lang=EN-US> Miyawaki <i>et</i>
Ohba 1963<br>
</span></span><span style='font-size:11.0pt'>　リュウキュウガキ－クスノハガシワオーダー</span><span
style='font-size:11.0pt;font-family:"Times New Roman","serif"'> <span
lang=EN-US>Diospyro maritimae-Mallotetalia philippensis</span><span lang=EN-US>
Fujiwara 1981<br>
</span></span><span style='font-size:11.0pt'>　　ナガミボチョウジ－リュウキュウガキ群団</span><span
style='font-size:11.0pt;font-family:"Times New Roman","serif"'> <span
lang=EN-US>Psychotrio manilensis-Diospyrion maritimae</span><span lang=EN-US>
Niiro <i>et al.</i> 1974<br>

我需要提取以下内容：

ヤブツバキクラス（常绿広叶树林），山茶花

リュウキュウガキ－クスノハガシワオーダー，Diospyro maritimae-Mallotetalia philippensis

ナガミboチョウジ－リュウキュウガキ群団，马尼托里奥精神病-灭蚊药

我尝试过：

soup = BeautifulSoup(page, features="lxml")

rows = soup.find_all('span')
for row in rows:
        print (row.text.strip().split(' ')[0])

但是，它提取如下：

ヤブツバキクラス（常緑広葉樹林）
Camellietea
Camellietea
Miyawaki
リュウキュウガキ−クスノハガシワオーダー
Diospyro
Diospyro
Fujiwara
ナガミボチョウジ−リュウキュウガキ群団
Psychotrio
Psychotrio
Niiro

Answer 1

逐步浏览结果，并采用每四个跨度中的前两个：

for i in range(1, len(rows), 4):
    print(rows[i].string.strip(), 
          list(rows[i+1].children)[1].string.strip())

#ヤブツバキクラス（常緑広葉樹林）Camellietea japonicae
#リュウキュウガキ－クスノハガシワオーダー Diospyro maritimae-Mallotetalia philippensis
#ナガミボチョウジ－リュウキュウガキ群団 Psychotrio manilensis-Diospyrion maritimae

Answer 2

您还可以在bs4 4.7.1中使用：first-child和attribute = value选择器

JClass timeUnitType = (JClass) CodeModelUtility.getReferenceForClass(TimeUnit.class);
return driverJVar.invoke("manage").invoke("timeouts").invoke("implicitlyWait").arg(JExpr.lit(implicitWaitTime)).arg(timeUnitType.staticRef(timeUnit.name()));