python - 使用 beautifulsoup 通过 div 标签查找 div 文本

Question

假设有以下 html 片段，我想从中提取与标签“价格”和“发货自”相对应的值:

<div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>

这是一个更大的 html 文件的一部分。假设在某些文件中存在“发货自”标签，有时不存在。由于 html 内容的可变性，我想使用类似方法的 BeautifulSoup 来处理这个问题。存在多个 div 和 span，这使得在没有 id 或 class name 的情况下很难选择

我的想法是这样的:

t = open('snippet.html', 'rb').read().decode('iso-8859-1')
s = BeautifulSoup(t, 'lxml')
s.find('div.divName[label*=Price]')
s.find('div.divName[label*=Ships from]')

但是，这会返回一个空列表。

Answer 1

使用select 找到label 然后使用find_next_sibling().text

例如:

from bs4 import BeautifulSoup

html = """<div class="divName">
    <div>
        <label>Price</label>
        <div>22.99</div>
    </div>
    <div>
        <label>Ships from</label>
        <span>EU</span>
    </div>
</div>"""

soup = BeautifulSoup(html, "html.parser")
for lab in soup.select("label"):
    print(lab.find_next_sibling().text)

输出:

22.99
EU