Question

我在使用BeautifulSoup收集特定标签的信息时遇到了问题。我想提取项目4＆＃39;的文本。标签html之间，但下面的代码获取与项目1相关的文本。＆＃39;我做错了什么（例如，切片）？

代码：

primary_detail = page_section.findAll('div', {'class': 'detail-item'})
for item_4 in page_section.find('h3', string='Item 4'):
  if item_4:
    for item_4_content in page_section.find('html'):
      print (item_4_content)

HTML：

<div class="detail-item">
   <h3>Item 1</h3>
   <html><body><p>Item 1 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 2</h3>
   <html><body><p>Item 2 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 3</h3>
   <html><body><p>Item 3 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 4</h3>
   <html><body><p>Item 4 text here</p></body></html>
</div>

Answer 1

看起来您想根据<p>文字值打印<h3>代码内容，对吗？

您的代码必须：

加载html_source
搜索包含'div'等于'class'

'detail-item'

.text

<h3>

'Item 4'

然后代码将print相应.text代码的<p>值

您可以使用以下代码实现所需目的。

<强>代码：

s = '''<div class="detail-item">
   <h3>Item 1</h3>
   <html><body><p>Item 1 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 2</h3>
   <html><body><p>Item 2 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 3</h3>
   <html><body><p>Item 3 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 4</h3>
   <html><body><p>Item 4 text here</p></body></html>
</div>'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(s, 'lxml')

primary_detail = soup.find_all('div', {'class': 'detail-item'})

for tag in primary_detail:
    if 'Item 4' in tag.h3.text:
        print(tag.p.text)

<强>输出：

'Item 4 text here'

编辑：https://tex.stackexchange.com/questions/134191/line-breaks-of-long-urls-in-biblatex-bibliography第一次循环中没有<h3>标记，只有<h2>所以它不会有任何.text {1}}值，对吗？

您可以使用try/except子句绕过此错误，如下面的代码所示。

<强>代码：

from bs4 import BeautifulSoup
import requests


url = 'https://fortiguard.com/psirt/FG-IR-17-097'
html_source = requests.get(url).text

soup = BeautifulSoup(html_source, 'lxml')

primary_detail = soup.find_all('div', {'class': 'detail-item'})

for tag in primary_detail:
    try:
        if 'Solutions' in tag.h3.text:
            print(tag.p.text)
    except:
        continue

如果代码面临异常，它将继续迭代循环中的下一个元素。因此，代码将忽略不包含任何.text值的第一个项目。

<强>输出：

'Upgrade to FortiWLC-SD version 8.3.0'

BeautifulSoup没有提取特定的标签文本

1 个答案: