使用 Beautiful Soup 從非類部分獲取數據

Question

我還是個新手，正在學習蟒蛇和美湯。 我一直在想如何從非類的 HTML 中獲取文本。

這是我正在使用的 HTML 片段：

<section class="userbody">
    <script type="text/javascript"></script>
    <figure class="iw">
        <div id="ci">
            <img id="iwi" title="image 2" alt="" src="http://images.craigslist.org/00C0C_daJm4U9yU5B_600x450.jpg" style="min-width: inherit; min-height: 450px;"></img>
        </div>
        <div id="thumbs"></div>
    </figure>
    <div class="mapAndAttrs">
        <div class="mapbox">
            <div id="map" class="leaflet-container leaflet-fade-anim" data-longitude="-84.072447" data-latitude="33.908534" tabindex="0">
                <div class="leaflet-map-pane" style="transform: translate(0px, 0px);"></div>
                <div class="leaflet-control-container">
                    <div class="leaflet-top leaflet-left"></div>
                    <div class="leaflet-top leaflet-right"></div>
                    <div class="leaflet-bottom leaflet-left"></div>
                    <div class="leaflet-bottom leaflet-right">
                        <div class="leaflet-control-attribution leaflet-control"></div>
                    </div>
                </div>
            </div>
            <div class="mapaddress">

                Some Address

            </div>
        </div>
        <div class="attributes"></div>
    </div>
    <section id="postingbody">
            some posting info
            <br></br>
             more posting info
             <br></br>
    </section>
    <section class="cltags"></section>
    <div class="postinginfos"></div>
</section>

我已經能夠提取地址信息：

     for address in soup.findAll("div", { "class" : "mapaddress" }):
       addressText = ''.join(address.findAll(text=True))

似乎 findAll() 不適用於我嘗試過的沒有類的標簽

     for post in soup.findall("section", { "id" : "postingbody" }):
       postText = ''.join(post.findAll(text=True))

如何獲取 id="postingbody" 部分中的文本？

Answer 1

考慮到s是 html 字符串，您可以執行以下操作：

from bs4 import BeautifulSoup

soup = BeautifulSoup(s)
print soup.find(attrs={'id' : 'postingbody'})

輸出：

<section id="postingbody">
            some posting info
            <br/>
             more posting info
             <br/>
</section>

Answer 2

除了 Games Brainiac 的回答：要獲取文本，只需將 .text 放在其后面。

所以：

print soup.find(attrs={'id' : 'postingbody'}).text

Answer 3

如果您使用的是 BeautifulSoup4，您可以這樣做：

element = soup.find(id="postingbody")