如何檢查 BeautifulSoup 標簽是否是某個標簽？

Question

如果我使用beautifulsoup找到某個標簽：

styling = paragraphs.find_all('w:rpr')

我看下一個標簽。 如果它是<w:t>標簽，我只想使用該標簽。 如何檢查下一個標簽是什么類型的標簽？

我為element.find_next_sibling().startswith('<w:t')嘗試了element.find_next_sibling().startswith('<w:t')但它說NoneType object is not callable 。 我也試過element.find_next_sibling().find_all('<w:t'>)但它沒有返回任何東西。

for element in styling:
    next = element.find_next_sibling()
    if(#next is a <w:t> tag):
        ...

我正在使用beautifulsoup並希望堅持使用它，如果可能的話，不使用eTree添加eTree或其他解析器。

Answer 1

使用item.name您可以看到標簽的名稱。

問題是標簽之間有元素NavigableString也被視為兄弟元素，它們給出None 。

您將不得不跳過這些元素，或者您可以獲取所有兄弟元素並使用for循環查找第一個<w:t>並使用break退出循環

from bs4 import BeautifulSoup as BS

text = '''<div>
  <w:rpr></w:rpr>
  <w:t>A</w:t>
</div>'''

soup = BS(text, 'html.parser')

all_wrpr = soup.find_all('w:rpr')
for wrpr in all_wrpr:

    next_tag = wrpr.next_sibling
    print('name:', next_tag.name) # None

    next_tag = wrpr.next_sibling.next_sibling
    #next_tag = next_tag.next_sibling
    print('name:', next_tag.name) # w:t
    print('text:', next_tag.text) # A

#name: None
#name: w:t
#text: A

print('---')

all_siblings = wrpr.next_siblings
for item in all_siblings:
    if item.name == 'w:t':
       print('name:', item.name) # w:t
       print('text:', item.text) # A
       break # exit after first <w:t>

#name: w:t
#text: A    

---

編輯：如果你用 HTML 格式測試代碼有點不同

text = '''<div>
  <w:rpr></w:rpr><w:t>A</w:t>
</div>'''

那么標簽之間將沒有NavigableString ，第一種方法將失敗，但第二種方法仍然有效。