美麗的湯得到了所有<li>具體后的標簽<br>標簽</li>

Question

我正在嘗試獲取一個類別下所有產品的所有關鍵成分， 這個 web 頁面顯示了產品成分是如何列出的，正如您在下面的頁面源截圖中看到的那樣，所有成分都在 br 標記之后，值為“Key成分：“下面是我的代碼，我可以得到所有的文本，但我怎樣才能得到所有的

在“關鍵成分：”之后的標簽
標簽。

預期 output：

 Glycerin Sodium Palmate Sodium Palm Kemelate Cymbopogon Flexuosus Oil Linalool Coumarin Benzyl Salicylate Citral

代碼：

 from os.path import basename import requests from bs4 import BeautifulSoup baseurl = "https://www.1mg.com/otc/dettol-original-bathing-soap-bar-125gm-each-buy-4-get-1-free-otc587797" header = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ' 'Chrome/74.0.3729.169 Safari/537.36 ' } r = requests.get(baseurl, headers=header) # soup = BeautifulSoup(r, 'lxml') soup = BeautifulSoup(r.content, "html.parser") job_element = soup.find("div", class_="otc-container") categories = job_element.findAll("a", class_="button-text Breadcrumbs__breadcrumb___XuCvk", href=True) # print(categories) description = job_element.find("div", class_="ProductDescription__description-content___A_qCZ") print(description.text)

Answer 1

一種方法可能是隔離關鍵成分標記 - 移動到下一個標記 ( <br> ) - 然后處理所有后續標記，直到到達下一個<br>標記。

<strong>Key Ingredients:</strong>
<br>
<ul>
...
...
<ul>
<br>

代碼：

>>> for tag in description.find(string='Key Ingredients:').find_next('br').next_elements:
...     if tag.name == 'br': break
...     if tag.name == 'li': tag.get_text()
'Glycerin'
'Sodium Palmate'
'Sodium Palm Kemelate'
'Cymbopogon Flexuosus Oil'
'Linalool'
'Coumarin'
'Benzyl Salicylate'
'Citral'