Question

我正在尝试使用python beautifulsoup从确实的br标记中提取br标签中的公司名称。

HTML代码：

<p> <h2 class="jobTitle"> <a href="viewjob?jk=1544ab41b4dc02b6" rel="nofollow"> Data Scientist </a> </h2> <br/> Deloitte - <span class="location"> Los Angeles, CA 90013 </span> <br/> <span class="date"> 1 day ago </span> </p>

我尝试了以下代码，但没有任何结果。

companies=soup.find_all('br')
for company in companies:
   print(company.text)

Answer 1

公司名称不是br标记的一部分，而是br标记之后的原始文本。

示例：

prev = None
for child in soup.find('p').children: 
    if prev is not None and prev.name == 'br': 
        print(child) # company name
        break
    prev = child

Answer 2

您可以链接next_sibling

from bs4 import BeautifulSoup as bs
import requests

r = requests.get('https://www.indeed.com/m/jobs?q=data+scientist&l=Los+Angeles%2C+CA')
soup = bs(r.content, 'lxml')
for job in soup.select('.jobTitle'):
    print(job.next_sibling.next_sibling)

使用beautifulsoup从br标签获取文本

2 个答案: