Question

我很难使用下一页中包含的文本来找到标签： Link to web page

我正在尝试使用以下代码查找彭博和路透社代码。我尝试使用cssSelector：

css_selector = 'tr:has(> td:contains("Bloomberg Code"))'
my_tag: Tag = my_soup.select_one(css_selector)

使用我尝试过的发现：

my_tag = my_soup.find(lambda t: t.Tag == 'td' and re.findall('Bloomberg Code', t.text, flags=re.I))

它们都返回大量的HTML代码，该代码确实以标签“ tr”开头，但与我期望的不匹配：

<tr>
    <td style="padding-top:5px">- Bloomberg Code : </td>
    <td style="padding-left:10px;padding-top:5px" align="left">&nbsp;FLTR:ID</td>
</tr>

我认为问题可能是Beautifulsoup将其视为可导航的字符串，但是当我检查为my_tag找到的结果类型时，它说：class'bs4.element.Tag'

感谢您的帮助最好

Answer 1

您需要一个User-Agent标头，并想要包含搜索词的td的相邻同级td。

from bs4 import BeautifulSoup as bs
import requests

search_strings = ['Bloomberg Code :',' Reuters Code :']
r = requests.get('https://www.marketscreener.com/FLUTTER-ENTERTAINMENT-PLC-59029817/company/', headers = {'User-Agent':'Mozilla/5.0'})
soup = bs(r.content, 'lxml')

for search_string in search_strings:
    node = soup.select_one(f'td:contains("{search_string}") + td')
    if node is None:
        print(f'{search_string} not found')
    else:
        print(node.text)

BeautifulSoup：找不到包含其文字的标签

1 个答案: