带有标题标签的BS4类

Question

我将如何解析一个类，使其仅使文本位于标头标记之外，或同时在列表中？

<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>

我已经考虑过使用正则表达式提取，但是以为美丽的汤一定不能处理

Answer 1

有很多解决方案，一种是获取全文，然后根据分隔符将其拆分：

from bs4 import BeautifulSoup

txt = '''<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>'''

soup = BeautifulSoup(txt, 'html.parser')

lst = soup.select_one('.footballMatchSummaryDef').get_text(separator='|').split('|')
print(lst)

打印：

['Burnley v Aston Villa', 'English Premier League at Turf Moor']

---

或使用bs4导航功能：

print( soup.h1.text )
print( soup.h1.find_next_sibling(text=True) )

打印：

Burnley v Aston Villa
English Premier League at Turf Moor

Answer 2

感谢安德烈（Andrej），导航功能正是我所追求的，工作正常，只是刚启动python，所以所有新功能都来自php。这是我需要的下一个兄弟姐妹

print( soup.h1.find_next_sibling(text=True) )