BeautifulSoup4通过文本正则表达式搜索标签

Question

在这两种情况下，我想使用正则表达式按标签的文本搜索标签。

soup = BeautifulSoup("<B><A NAME="toc96446_13"></A>TEXT </B></P>", "html5lib")
soup.find('b', text=re.compile('TEXT'))

我认为这是行不通的，因为其中实际上包含我的TEXT的标签。

我又如何找到仅包含数字的标签？

soup = BeautifulSoup("<p>169</p>", "html5lib")
soup.find('p', text=re.compile(r'[0-9]{1,}'))

谢谢

Answer 1

您可以使用lambda和tag.text的杉木搜索元素：

from bs4 import BeautifulSoup
import re

data = """
<B><A NAME="toc96446_13"></A>TEXT</B></P>
"""
soup = BeautifulSoup(data, 'html5lib')
print(soup.find(lambda t: t.name=='b' and re.search(r'TEXT', t.text)))

打印：

<b><a name="toc96446_13"></a>TEXT</b>

仅个数字，您可以利用regexp ^和$常量（请注意，这将仅匹配带有{ {1}}内，而不是<p>内第二）：

169

打印：

ab1234