我一直在研究购物网站，我想从其html代码中提取品牌名称和产品名称，如下所示：
<h1 class="product-name elim-suites">Chantecaille<span itemprop="name" >Limited Edition Protect the Lion Eye Palette</span></h1>
我试过了：results = soup.findAll("h1", {"class" : "product-name elim-suites"})[0].text
并得到：u'ChantecailleLimited Edition Protect the Lion Eye Palette'
正如你所看到的，Chantecaille是品牌名称，其余的是产品名称，但它们现在互相贴合，有什么建议吗？谢谢！
答案 0 :(得分：0)
您可以使用previous_sibling，它获取具有相同父级的前一个节点（解析树中的级别相同）。
此外，当您搜索单个元素时，请使用findAll而不是find。
item_span = soup.find("h1", {"class" : "product-name elim-suites"}).find("span")
product_name = item_span.previous_sibling
brand_name = item_span.text
print product_name
print brand_name
输出：
Chantecaille
Limited Edition Protect the Lion Eye Palette
答案 1 :(得分：0)
您可以使用 get_text 并传递一个字符来分隔文字或使用. h1.find(text=True, recursive=False)上的h1提取文字，然后从 span <中提取文字/ em>直接：
In [1]: h ="""<h1 class="product-name elim-suites">Chantecaille<span itemprop="name" >Limited Edition Protect the Lion Eye Palette
...: </span></h1>"""
In [2]: from bs4 import BeautifulSoup
In [3]: soup = BeautifulSoup(h, "html.parser")
In [4]: h1 = soup.select_one("h1.product-name.elim-suites")
In [5]: print(h1.get_text("\n"))
Chantecaille
Limited Edition Protect the Lion Eye Palette
In [6]: prod, desc = h1.find(text=True, recursive=False), h1.span.text
In [7]: print(prod, desc)
(u'Chantecaille', u'Limited Edition Protect the Lion Eye Palette\n')
或者，如果 span 之后出现文本，也可以使用 find_all ：
In [8]: h ="""<h1 class="product-name elim-suites">Chantecaille
<span itemprop="name" >Limited Edition Protect the Lion Eye Palette</span>other text</h1>"""
In [9]: from bs4 import BeautifulSoup
In [10]: soup = BeautifulSoup(h, "html.parser")
In [11]: h1 = soup.select_one("h1.product-name.elim-suites")
In [12]: print(h1.get_text("\n"))
Chantecaille
Limited Edition Protect the Lion Eye Palette
other text
In [13]: prod, desc = " ".join(h1.find_all(text=True, recursive=False)), h1.span.text
In [14]:
In [14]: print(prod, desc)
(u'Chantecaille other text', u'Limited Edition Protect the Lion Eye Palette')