Python BeautifulSoup：'list_iterator'对象不可订阅

Posted 2021-05-03

我正在尝试从以下html结构中提取内部文本：

<div class="account-age">
    <label></label>
    <div>
        <div>
             <span>Text to extract</span>
        </div>
    </div>
</div>

我有以下美丽的汤代码来做到这一点：

from bs4 import BeautifulSoup as bs

soup = bs(html, "lxml")
div = soup.find("div", {"class": "account-age"})
span = div.children[1].children[0].children[0]
text = span.get_text()

不幸的是，Beautiful Soup正在抛出错误：'list_iterator'对象不可订阅。我如何解决此问题以提取我需要的文本？

答案

您可以通过直接链接根div中的标记来执行此操作：

div.div.div.span.get_text()
# u'Text to extract'

另一答案

首先找到div，然后使用如下属性访问span文本：

from bs4 import BeautifulSoup as bs

html = """<div class="account-age">
    <label></label>
    <div>
        <div>
             <span>Text to extract</span>
        </div>
    </div>
</div>"""

soup = bs(html, "lxml")
div = soup.find('div', class_='account-age')
print(div.span.text)

这将显示：

Text to extract

另一答案

物业children是一个发电机。正如错误所说，它不是可订阅的。要获取列表，请改用contents：

div.contents[1].contents[0].contents[0]

见documentation。

另一答案

试试这个：

from bs4 import BeautifulSoup as bs
html ='''<div class="account-age">
    <label></label>
    <div>
        <div>
             <span>Text to extract</span>
        </div>
    </div>
</div>'''
soup = bs(html, 'html.parser')
div = soup.find("div", {"class": "account-age"})
span = div.find('span')
text = span.get_text()
print(text)

结果：

Text to extract