python - BeautifulSoup 使用字符串/文本获取第一个值

Question

Beautifulsoup在 python 中进行 html 解析很方便，但是我遇到了问题，需要使用干净的代码来直接使用 string 或 text

获取值

from bs4 import BeautifulSoup
tr ="""    
<table>
    <tr><td>text1</td></tr>
    <tr><td>text2<div>abc</div></td></tr>
</table>
"""
table = BeautifulSoup(tr,"html.parser")
for row in table.findAll("tr"):
    td = row.findAll("td")
    print td[0].text
    print td[0].string

结果:

text1
text1
text2abc
None

如何获得结果

text1
text2

我想跳过额外的内部标签

beautifulsoup4-4.5.0 与 python 2.7

一起使用

Answer 1

您可以简单地使用.find()通过设置 text 和 recursive 来实现功能论证。

for row in table.findAll("tr"):
    td1 = row.td.find(text=True, recursive=False)
    print str(td1)

您将得到如下输出:

text1
text2

无论 div 标签的位置如何，这都会起作用。请参阅下面的示例。

>>> tr ="""    
<table>
    <tr><td>text1</td></tr>
    <tr><td>text2<div>abc</div></td></tr>
    <tr><td><div>abc</div>text3</td></tr>
</table>
"""
>>> table = BeautifulSoup(tr,"html.parser")
>>> for row in table.findAll("tr"):
        td1 = row.td.find(text=True, recursive=False)
        print str(td1)


text1
text2
text3