Question

<td class="generic_td_class" data-test="specific-location">
<span class="generic-span-class">Text I want to extract</span>
</td>

我正在尝试使用Python和Beautifulsoup从几个位置提取跨度文本。我可以使用该类成功获取跨度内容，但是我需要从网页的不同区域获取多个值，并且我唯一可以搜索的方面是内部的data-test =“ specific-location” td（都是唯一的）。我将如何去做？

我已经尝试过了：

soup.find('td', data-test_="specific-location").text.strip()

但是出现以下错误：

SyntaxError: keyword can't be an expression

任何帮助将不胜感激。

Answer 1

我从How to find tags with only certain attributes - BeautifulSoup那里得到了一些帮助

耦合您的代码问题。您输入了一个=，如果要测试变量是否相等，则需要使用==。

在进行数据测试后，您也有一个下划线。

但这应该可以解决问题

soup.find('td', {'data-test':"specific-location"}).text.strip()

Answer 2

使用更快的CSS属性选择器，您可以传递逗号分隔的所需位置值的 list 来检索多个

from bs4 import BeautifulSoup
html = '''
<td class="generic_td_class" data-test="specific-location">
<span class="generic-span-class">Text I want to extract</span>
</td>
<td class="generic_td_class" data-test="specific-location1">
<span class="generic-span-class">Text I want to extract 2</span>
</td>
'''
soup = BeautifulSoup(html, 'lxml')
data = [item.text.strip() for item in soup.select('[data-test="specific-location"],[data-test="specific-location1"]')]
print(data)

如果这些属性出现在其他位置，请在前面添加td

data = [item.text.strip() for item in soup.select('td[data-test="specific-location"],td[data-test="specific-location1"]')]

您还可以在带有后代组合器的末尾添加一个跨度类型选择器，以指定td的子跨度，但在这里看起来过于矫kill了。

data = [item.text.strip() for item in soup.select('td[data-test="specific-location"] span,td[data-test="specific-location1"] span')]

由于@facelessuser，您还可以使用更纤薄的

td:is([data-test="specific-location"], [data-test="specific-location1"]) span

Python Beautifulsoup-使用特定标签从td内的跨度获取文本

2 个答案: