我正在使用 beautifulsoup 和 html 解析器执行抓取,并选择了我想要使用的 html 部分并将其保存为“容器”。
from urllib.request import urlopen as uReq
from bs4 import BeautifulSoup as soup
import ssl
my_url = 'https://www._________.co.uk/'
context = ssl._create_unverified_context()
uClient = uReq(my_url, context=context)
page_html = uClient.read()
uClient.close()
page_soup = soup(page_html, "html.parser")
containers = page_soup.findAll("div",{"class":"row"})
当涉及到在一个范围内彼此相邻的几个标签时,我遇到了挑战。
我可以通过使用来调出结果
company_string = container.span.find_all("b")
返回以下内容:
[<b>Company</b>, <b>Name</b>, <b>Limited</b>]
我怎样才能抛弃标签并将它们组合成一个字符串,以便它输出为“Company Name Limited”?
原文html在这里:
<span class="company">
<a href="/cmp/Company-Name-Limited" onmousedown="this.href =
appendParamsOnce(this.href, 'xxxx')" rel="noopener" target="_blank">
<b>Company</b> <b>Name</b> <b>Limited</b>
</a>
</span>
最佳答案
使用.text
>>> output = ' '.join([item.text for item in company_string])
'Company Name Limited'
关于python - 将 find_all 漂亮的汤标签组合成一个字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50486567/