web scrape python通过文本查找全部而不是按元素标记查找全部

Question

让我的例子使用技术这个词。 我想搜索网页上的所有文字。对于每个文本，我想找到每个元素标签，其中包含一个字符串＆＃34; technology＆＃34;并仅打印包含该单词的元素标签的内容。请帮我解决这个问题。

<load-on-startup> any int value </load-on-startup>

Answer 1

您应该使用按文字搜索，这可以使用text参数（在现代BeautifulSoup版本中重命名为string）来完成，通过函数和字符串中的子字符串检查：

for element in soup.find_all(text=lambda text: text and "technology" in text):
    print(element.get_text())

或者，通过regular expression pattern：

import re

for element in soup.find_all(text=re.compile("technology")):
    print(element.get_text())

Answer 2

由于您正在寻找“HTML结构”内部的数据而不是典型的data结构，因此您将不得不为此作业编写HTML解析器。 Python通常不知道“这里的某些字符串”与其他地方的括号中包含的另一个字符串有关。

可能有一个图书馆，但我觉得没有:(