Python BeautifulSoup 查找包含文本的元素

Question

<div class="info">
       <h3> Height:
            <span>1.1</span>
       </h3>
</div>

<div class="info">
       <h3> Number:
            <span>111111111</span>
       </h3>
</div>

这是网站的一部分。最终，我想提取 111111111。我知道我能做到 soup.find_all("div", { "class": "info"})获取两个 div 的列表；但是，我宁愿不必执行循环来检查它是否包含文本“数字”。

是否有更优雅的方法来提取“1111111”，以便它执行 soup.find_all("div", { "class": "info"})，但也使得它它必须包含“数字”？

我也试过 numberSoup = soup.find('h3', text='Number')但它返回 None

Answer 1

您可以编写自己的过滤函数，并将其作为函数find_all 的参数。

from bs4 import BeautifulSoup

def number_span(tag):
    return tag.name=='span' and 'Number:' in tag.parent.contents[0]

soup = BeautifulSoup(html, 'html.parser')
tags = soup.find_all(number_span)

顺便说一句，你不能用 text 参数获取标签的原因是:text 参数帮助我们找到 .string 值等于它的值的标签。如果一个标签包含不止一件事，那么就不清楚 .string 应该指的是什么。所以 .string 被定义为 None。

可以引用beautiful soup doc .