BeautifulSoup 找不到所有内容

Question

我正在尝试从 web 页面中抓取一些数据，我要抓取的数据设置如下：

<div id="pagetitle">
      <a href="some_link">some_text</a>
      "some_text2"
      <a href="some_link2">some_text3</a>
</div>

我正在尝试获取some_text3我正在尝试使用此代码

soup = soup(page, "html5lib")

author = soup.find('div', {'id' : 'pagetitle'}).a.string

print(author)

当我这样做时，我只得到some_text我也尝试过：

author = soup.find_all('a', {'id' : 'pagetitle'})

但我得到一个空列表，我也尝试过：

author = soup.find(id='pagetitle').prettify()

我得到了整个代码，但我不知道如何只得到some_text3我也尝试使用不同的解析器，但如果这很难理解，它们都没有工作也很抱歉，但这是我的第二个问题，我会接受所有建议如果有。

Answer 1

您可以将 CSS 选择器与:nth-last-child()一起使用。 例如：

from bs4 import BeautifulSoup


html_doc = """
<div id="pagetitle">
      <a href="some_link">some_text</a>
      "some_text2"
      <a href="some_link2">some_text3</a>
</div>"""

soup = BeautifulSoup(html_doc, "html.parser")

txt = soup.select_one("#pagetitle > a:nth-last-child(1)").text
print(txt)

印刷：

some_text3

---

或者：使用[-1]获取最后一个元素：

txt = soup.select("#pagetitle a")[-1].text
print(txt)