我正在尝试从多个span标记中提取字符串内容。 HTML页面的快照是:
<div class="secondary-attributes">
<span class="neighborhood-str-list">
Southeast
</span>
<address>
1234 Python Blvd S<br>Somewhere, NV 98765
</address>
<span class="biz-phone">
(555) 123-4567
</span>
</div>
具体来说,我正在尝试提取位于<span class="biz-phone></span>
标签之间的电话号码。我尝试使用以下代码执行此操作:
import requests
from bs4 import BeautifulSoup
res = requests.get(url)
soup = BeautifulSoup(res.text, "html.parser")
phone_number_results = [phone_numbers for phone_numbers in soup.find_all('span','biz-phone')]
编译的代码没有任何语法错误,但它并没有完全给我我希望的结果:
['<span class="biz-phone">\n (702) 476-5050\n </span>', '<span class="biz-phone">\n (702) 253-7296\n </span>', '<
span class="biz-phone">\n (702) 385-7912\n </span>', '<span class="biz-phone">\n (702) 776-7061\n </span>', '<spa
n class="biz-phone">\n (702) 221-7296\n </span>', '<span class="biz-phone">\n (702) 252-7296\n </span>', '<span c
lass="biz-phone">\n (702) 659-9101\n </span>', '<span class="biz-phone">\n (702) 355-9445\n </span>', '<span clas
s="biz-phone">\n (702) 396-3333\n </span>', '<span class="biz-phone">\n (702) 643-9851\n </span>', '<span class="
biz-phone">\n (702) 222-1441\n </span>']
我的问题分为两部分:
span
标签?注意:在整个页面中有更多HTML代码片段,如上图所示;有更多<span class="biz-phone"> (555) 123-4567 </span>
代码的实例(即更多的电话号码)需要提取,因此我考虑使用find_all()
。
提前谢谢。
答案 0 :(得分:2)
find_all()
会返回一个标记列表(bs4.element.Tag
),而非字符串。
正如@furas指出的那样,您希望访问每个标记上的text
属性以提取标记中的文本:
phone_number_results = [phone_numbers.text.strip()
for phone_numbers in soup.find_all('span', 'biz-phone')]
(您可能还想在此基础上调用strip()
)