python - BS4 : Getting text in tag

Question

我用的是美汤。有这样一个标签:

<li><a href="example"> s.r.o., <small>small</small></a></li>

我想获取 anchor 内的文本 <a>只有标签，没有来自 <small> 的任何标签输出中的标签；即“ s.r.o., ”

我试过了 find('li').text[0]但它不起作用。

BS4中有没有可以做到这一点的命令？

Answer 1

一个选择是从 contents 中获取第一个元素a 元素的:

>>> from bs4 import BeautifulSoup
>>> data = '<li><a href="example"> s.r.o., <small>small</small></a></li>'
>>> soup = BeautifulSoup(data)
>>> print soup.find('a').contents[0]
 s.r.o., 

另一种方法是找到 small 标签并获得 previous sibling :

>>> print soup.find('small').previous_sibling
 s.r.o., 

---

好吧，还有各种替代/疯狂的选择:

>>> print next(soup.find('a').descendants)
 s.r.o., 
>>> print next(iter(soup.find('a')))
 s.r.o.,