python - 字符串参数在我的脚本中表现不同

Question

我尝试使用 string argument 从一些 html 元素中解析文本此处描述的方式却惨遭失败。我尝试了两种不同的方法，但每次遇到相同的 AttributeError。

在这种情况下，我如何使用字符串参数来获取文本？

我试过:

import re
from bs4 import BeautifulSoup

htmlelement = """
<caption>
    <span class="toggle open"></span>
    ASIC registration
</caption>
"""
soup = BeautifulSoup(htmlelement,"lxml")
try:
    item = soup.find("caption",string="ASIC registration").text
    #item = soup.find("caption",string=re.compile("ASIC registration",re.I)).text
except AttributeError:
    item = ""
print(item)

预期输出(仅使用字符串参数):

ASIC registration

Answer 1

How can I use string argument in this very case to fetch the text?

你不能

注意:我假设您的意思是

中的一些更改字符串参数

item = soup.find("caption",string="ASIC registration").text

在 documentation 中给出

If a tag has only one child, and that child is a NavigableString, the child is made available as .string:

import re
from bs4 import BeautifulSoup
htmlelement = """
<caption>
    <span class="toggle open"></span>
    ASIC registration
</caption>
"""
soup = BeautifulSoup(htmlelement,"lxml")
item = soup.find("caption")
print(item.string)

输出

None

这里的 .string 是 None 因为标题有多个 child 。

如果你想用文本获取父级(在本例中为标题标签)，你可以这样做

item = soup.find(string=re.compile('ASIC registration')).parent

这将给

<caption><a></a>ASIC registration</caption>

当然，在这个父标签上调用 .text 将给出该标签内的全文，如果它不是其中的全文的话。

item = soup.find(string=re.compile('ASIC')).parent.text

将给出一个输出

ASIC registration