BeautifulSoup 4,findNext()函数

时间:2013-04-02 18:20:53

标签: python python-2.7 beautifulsoup

我正在玩BeautifulSoup 4,我有这个HTML代码:

</tr>
          <tr>
<td id="freistoesse">Giraffe</td>
<td>14</td>
<td>7</td>
</tr>

我想匹配<td>代码之间的两个值,所以这里是14和7。

我试过了:

giraffe = soup.find(text='Giraffe').findNext('td').text

但这仅与14匹配。如何使用此功能匹配这两个值?

1 个答案:

答案 0 :(得分:9)

使用find_all代替findNext

import bs4 as bs
content = '''\
<tr>
<td id="freistoesse">Giraffe</td>
<td>14</td>
<td>7</td>
</tr>'''
soup = bs.BeautifulSoup(content)

for td in soup.find('td', text='Giraffe').parent.find_all('td'):
    print(td.text)

产量

Giraffe
14
7

或者,您可以使用find_next_siblings(也称为fetchNextSiblings):

for td in soup.find(text='Giraffe').parent.find_next_siblings():
    print(td.text)

产量

14
7

<强>解释

请注意soup.find(text='Giraffe')会返回一个NavigableString。

In [30]: soup.find(text='Giraffe')
Out[30]: u'Giraffe'

要获取关联的td代码,请使用

In [31]: soup.find('td', text='Giraffe')
Out[31]: <td id="freistoesse">Giraffe</td>

In [32]: soup.find(text='Giraffe').parent
Out[32]: <td id="freistoesse">Giraffe</td>

获得td标记后,您可以使用find_next_siblings

In [35]: soup.find(text='Giraffe').parent.find_next_siblings()
Out[35]: [<td>14</td>, <td>7</td>]

PS。 BeautifulSoup添加了使用下划线而不是CamelCase的方法名称。他们做同样的事情,但符合PEP8风格指南建议。因此,首选find_next_siblings而不是fetchNextSiblings