Python Beautiful Soup 获取后的部分文本

Question

我正在使用 Beautiful Soup 进行一些抓取，并且有如下标签:

一=

<a class="list-group-item" href="URL Link">
    <span class="btn btn-blue "><span class="spanClass"></span></span>
    <strong>Store Name</strong>
    <br>Store Address Here      </a>

我只需要 <br> 之后的文本...这是此处的商店地址，而忽略商店名称

我试过a.text ，但它给了我 \n\nStore Name\nStore Address Here\t\t\t\t

我试过a.text.replace("\n","") ，但它给了我 Store NameStore Address Here\t\t\t\t

我试过a.find(text=True, recursive=False) ，但它给了我 \n

有人可以指导我获取 <br> 之后的文本吗？ ？ TIA

Answer 1

你可以尝试:

address = a.text.split('\n')[-1].strip()

这将通过在每个\n 处分隔文本将文本拆分为字符串列表。然后 [-1] 告诉它获取该列表中的最后一个字符串。最后，strip() 将删除前导和尾随空白，其中包括\t (制表符)和\n (换行符)。

一步一步(您可以通过在每一步打印字符串来确认这一点):

1. 以 a.text 开头 -> '\n\n商店名称\n在此处存储地址\t\t\t\t'
2. a.text.split('\n') -> ['', '商店名称', '此处存储地址\t\t\t\t']
3. a.text.split('\n')[-1] -> '在此处存储地址\t\t\t\t'
4. a.text.split('\n')[-1].strip() -> '在此处存储地址'