python - 使用 BeautifulSoup 从标签中获取值(value)

Question

我正在尝试使用 BeautifulSoup 从维基百科的信息框中抓取电影信息。我在削减电影预算时遇到了麻烦，如下所示。

例如，我想从信息框中删除“2500 万美元”预算值。鉴于 th 都没有，我怎样才能获得预算值？也不td标签是唯一的吗？ (参见 HTML 示例)。

假设我有tag = soup.find('th')与值(value) <th scope="row" style="white-space:nowrap;padding-right:0.65em;">Budget</th> - 我如何从 tag 获取“2500 万美元”的值(value)？

我想我可以做类似 tag.td 的事情或tag.text但这些都不适合我。

我是否必须循环所有标签并检查它们的文本是否等于“预算”，如果是，则获取以下单元格？

HTML 代码示例:

<tr>
<th scope="row" style="white-space:nowrap;padding-right:0.65em;">Budget</th>
<td style="line-height:1.3em;">$25 million<sup id="cite_ref-2" class="reference"><a href="#cite_note-2">[2]</a></sup></td>
</tr>
<tr>
<th scope="row" style="white-space:nowrap;padding-right:0.65em;">Box office</th>
<td style="line-height:1.3em;">$65.7 million<sup id="cite_ref-BOM_3-0" class="reference"><a href="#cite_note-BOM-3">[3]</a></sup></td>
</tr>

Answer 1

可以先找到标签为td且文本为Budget的节点，然后找到它的下一个同级td并从节点:

soup.find("th", text="Budget").find_next_sibling("td").get_text()
# u'$25 million[2]'