python - 在 beautifulsoup4 中具有子元素的标签内提取文本节点

Question

我正在解析和抓取的 HTML 具有以下代码:

<li> <span> 929</span> Serve Returned </li>

如何只提取 <li> 的文本节点？ ，在这种情况下“返回服务”为Beautifulsoup ？

.string自 <li> 起无效有一个子元素，并且 .text返回 <span> 中的文本.

Answer 1

import bs4
html = r"<li> <span> 929</span> Serve Returned </li>"
soup = bs4.BeautifulSoup(html)
print soup.li.findAll(text=True, recursive=False)

这给出:

[u' ', u' Serve Returned ']

第一个元素是跨度之前的“文本”。此方法可以帮助您在任何子元素之前和之后(以及之间)找到文本。