Python，从html获得某个文本

Question

我正在努力获得用韩语写的某些文字。有没有更有效的方法来做到这一点，而不是将其转换为字符串并从那里解析它？

CODE：

#input:     url
#output:    name
def urlSC(url):
    soup = BeautifulSoup(urllib2.urlopen(url).read())
    name = soup.find('span', id = 'lblKName')

输出：

<span id="lblKName">구세군앵커리지한인교회<br>The Salvation Army Anch. Korean Corps.</br></span>

需要： 구세군앵커리지한인교회

url：http://www.koreanchurchyp.com/ViewDetail.aspx?OrgID=4102

Answer 1

如果文字的韩文部分始终位于br标签之前的第一部分，您可以使用：

name = soup.find(id = 'lblKName').contents[0]

Answer 2

提示：

1. 对于HTML字符串，BeautifulSoup可以采用文件句柄。这稍微简单一点，如果您的文本更接近页面的开头，可能会更快。

   soup = BeautifulSoup(urllib2.urlopen(url))
   

2. 另一种选择是正则表达式。它们非常快，但也是构建正确的挑战，并且如果页面格式发生变化将会中断。坚持使用BeautifulSoup，除非你被困住。

3. BeautifulSoup可以使用多个不同的解析器库，具有不同的空间/时间/可靠性权衡。请参阅：http://www.crummy.com/software/BeautifulSoup/bs4/doc/