python - 如何使用 python beautiful soup 只获取 level 1 navigableText？

Question

我正在使用漂亮的汤从这个示例 html 代码中获取文本:

....
<div style="s1">
    <div style="s2">Here is text 1</div>
    <div style="s3">Here is text 2</div>
Here is text 3 and this is what I want.
</div>
....

文本1和文本2在同一层2，文本3在上层1，我只想获取文本3，用这个:

for anchor in tbody.findAll('div', style="s1"):
    review=anchor.text
    print review

但是这些代码让我得到了所有文本 1、2、3。如何只获取第一级文本 3？

Answer 1

类似于:

for anchor in tbody.findAll('div', style="s1"):
    text = ''.join([x for x in anchor.contents if isinstance(x, bs4.element.NavigableString)])

有效。只知道你也会在那里换行，所以 .strip()ing 可能是必要的。

例如:

for anchor in tbody.findAll('div', style="s1"):
    text = ''.join([x for x in anchor.contents if isinstance(x, bs4.element.NavigableString)])
    print([text])
    print([text.strip()])

打印

[u'\n\n\nHere is text 3 and this is what I want.\n']
[u'Here is text 3 and this is what I want.']

(我将它们放在列表中以便您可以看到换行符。)