python - 无法提取所需的文本部分并丢弃某些元素中的其余部分

Question

我在 python 代码中使用了选择器从一些 html 元素 中获取 Soccer: Next To Play。当我使用 for 循环 和 .extract() 不需要的部分时，它工作得很好。但是，除了我在下面所做的事情之外，还有什么更好的方法可以从元素中获取上述文本，或者至少使用单行表达式执行相同的操作。

from bs4 import BeautifulSoup

content='''
  <div class="page-title-new">
   <h1>
    Soccer: Next To Play
    <span aria-hidden="true" class="race-large ng-hide" ng-show="vm.hasRaceNumber()">
     RACE
    </span>
    <span aria-hidden="true" class="race-small ng-hide" ng-show="vm.hasRaceNumber()">
     R
    </span>
    <span aria-hidden="true" class="ng-hide" ng-show="vm.hasRaceNumber()">
    </span>
   </h1>
   <div aria-hidden="true" class="page-info-new ng-hide" ng-show="vm.hasEventDetailItems()">
    <!-- -->
   </div>
  </div>
'''

soup = BeautifulSoup(content,"lxml")
for item in soup.select(".page-title-new h1"):
    for elem in item.select("span"):elem.extract()
    print(item.text.strip())

# items = [item.text for item in soup.select(".page-title-new h1")] #what to do to finish it as a one-liner
# print(items)

通过循环我得到的东西(这是我希望在没有循环或单行代码的情况下得到的东西):

Soccer: Next To Play

没有循环我得到什么:

Soccer: Next To Play RACE R

Answer 1

使用 soup.select_one() 方法(仅查找与 CSS 选择器匹配的第一个标签):

...
soup = BeautifulSoup(content,"lxml")
result = soup.select_one(".page-title-new > h1").contents[0].strip()

print(result)

输出:

Soccer: Next To Play