我尝试使用 BeautfulSoup 从 HTML 中获取文本的位置，如下所示，这是我的 html:
<p><em>code of Drink<br></em>
Budweiser: 4BDB1CD96<br>
price: 10$</p>
带有代码:
soup = BeautifulSoup(html,'lxml')
result = re.escape('4BDB1CD96')
tag = soup.find(['li','div','p','em'],string=re.compile(result))
我无法提取标签，但我将 find_all() 更改为: 标签 = soup.find(string=re.compile(结果)) 然后我可以得到结果: 百威啤酒:4BDB1CD96 所以我想知道为什么以及如何获得像标签 fromat 中的结果
最佳答案
这里的问题是您的标签具有嵌套标签，并且您正在搜索的文本位于此类标签内(此处为p)。
因此，最简单的方法是在 .find() 中使用 lambda 来检查标签名称以及 .text 属性是否包含您的模式。在这里，您甚至不需要正则表达式:
>>> tag = soup.find(lambda t: t.name in ['li','div','p','em'] and '4BDB1CD96' in t.text)
>>> tag
<p><em>code of Drink<br/></em>
Budweiser: 4BDB1CD96<br/>
price: 10$</p>
>>> tag.string
>>> tag.text
'code of Drink\nBudweiser: 4BDB1CD96\nprice: 10$'
当然，您可以使用正则表达式进行更复杂的搜索:
r = re.compile('4BDB1CD96') # or whatever the pattern is
tag = soup.find(lambda t: t.name in ['li','div','p','em'] and r.search(t.text))
关于python - BeautifulSoup 无法使用 find_all() 提取项目，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51319019/