BeautifulSoup不提取特定标签文本

Question

我在使用BeautifulSoup收集特定标签的信息时遇到问题。 我想在标记html之间提取“项目4”的文本，但是下面的代码获取与“项目1”相关的文本。 我做错了什么（例如切片）？

码：

primary_detail = page_section.findAll('div', {'class': 'detail-item'})
for item_4 in page_section.find('h3', string='Item 4'):
  if item_4:
    for item_4_content in page_section.find('html'):
      print (item_4_content)

HTML：

<div class="detail-item">
   <h3>Item 1</h3>
   <html><body><p>Item 1 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 2</h3>
   <html><body><p>Item 2 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 3</h3>
   <html><body><p>Item 3 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 4</h3>
   <html><body><p>Item 4 text here</p></body></html>
</div>

Answer 1

看来您想根据<h3>文本值打印<p>标记内容，对吗？

您的代码必须：

加载html_source
搜索包含等于'detail-item'的'class'所有'div'标签
对于每次出现，如果<h3>标记的.text值等于字符串'Item 4'
然后代码将print相应<p>标签的.text值

您可以使用以下代码来实现所需的功能。

码：

s = '''<div class="detail-item">
   <h3>Item 1</h3>
   <html><body><p>Item 1 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 2</h3>
   <html><body><p>Item 2 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 3</h3>
   <html><body><p>Item 3 text here</p></body></html>
</div>

<div class="detail-item">
   <h3>Item 4</h3>
   <html><body><p>Item 4 text here</p></body></html>
</div>'''

from bs4 import BeautifulSoup

soup = BeautifulSoup(s, 'lxml')

primary_detail = soup.find_all('div', {'class': 'detail-item'})

for tag in primary_detail:
    if 'Item 4' in tag.h3.text:
        print(tag.p.text)

输出：

'Item 4 text here'

编辑：在提供的网站中，第一个循环出现没有<h3>标签，只有<h2>所以它没有任何.text值，对吗？

您可以使用try/except子句来绕过此错误，如以下代码所示。

码：

from bs4 import BeautifulSoup
import requests


url = 'https://fortiguard.com/psirt/FG-IR-17-097'
html_source = requests.get(url).text

soup = BeautifulSoup(html_source, 'lxml')

primary_detail = soup.find_all('div', {'class': 'detail-item'})

for tag in primary_detail:
    try:
        if 'Solutions' in tag.h3.text:
            print(tag.p.text)
    except:
        continue

如果代码遇到异常，它将继续循环中的下一个元素。 因此，代码将忽略不包含任何.text值的第一项。

输出：

'Upgrade to FortiWLC-SD version 8.3.0'

BeautifulSoup不提取特定标签文本

问题描述

1 个解决方案

解决方案1
2 已采纳 2017-04-24 16:40:10

BeautifulSoup不提取特定标签文本

问题描述

1 个解决方案

解决方案1 2 已采纳 2017-04-24 16:40:10

解决方案1
2 已采纳 2017-04-24 16:40:10