如何在BeautifulSoup中提取包含普通文本以及其他HTML标签的<span>内容？

Question

使用BeautifulSoup，我试图提取<span>标签之间的内容。我使用string属性来获取所需的输出。如果<span>标签仅包含文本，则效果很好。但是，如果标签中放置了除普通文本之外的其他HTML标签，则失败。例如。

如果我刮了以下内容：

<span>Elegant, Furnished, Planned</span>

使用代码段：

soup.select_one('span').string

它工作正常，我得到的输出为：

Elegant, Furnished, Planned

但是，当我抓取以下内容时，我得到了None：

<span>Elegant, <b>Furnished</b>, Planned</span>

帮我弄清楚。

Answer 1

应该工作正常。尝试使用lxml

from bs4 import BeautifulSoup as bs
html = '''
<span>Elegant, Furnished, Planned</span>
'''
soup = bs(html, 'lxml')
soup.select_one('span').text

Answer 2

我认为您可以尝试以下一种方法：

url = 'your.example.net'
page = urllib.request.urlopen(url)
soup = BeautifulSoup(page, "html.parser")

for span in soup.find_all('span'):
    print (span.text)