在美丽的汤中找到下一个 div 标签

Posted 2023-02-25

【中文标题】在美丽的汤中找到下一个 div 标签

【英文标题】：Find next div tag in beautiful soup

【发布时间】：2020-06-22 19:37:26

【问题描述】：

关于python中美汤的问题

我有一个类似的 html

<div class="content">Somedata</div>
<div class="content">Somedata</div>
<div class="content">Qualification</div>
<div class="content">THE DATA I WANT</div>
<div class="content">Somedata</div>
<div class="content">Somedata</div>

相同的 div 标签再次重复

在这种情况下： 不，我会或任何独特的标签，都包含 ---only div 标签---

如何获得资格后的“我想要的数据”文本 提前致谢

【参考方案1】：

txt = '''
<div class="content">Somedata</div>
<div class="content">Somedata</div>
<div class="content">Qualification</div>
<div class="content">THE DATA I WANT</div>
<div class="content">Somedata</div>
<div class="content">Somedata</div>'''

soup = BeautifulSoup(txt, 'html.parser')

print(soup.select_one('div:contains("Qualification") ~ div').text)

打印：

THE DATA I WANT

---

或者：

print(soup.find(text="Qualification").find_next().text)

---

或者：

print(soup.find(lambda t: t.find_previous() and t.find_previous().text == 'Qualification').text)

---

编辑：要遍历 <div>s，您可以使用简单的 for 循环：

for item in souped.find_all(lambda t: t.name == 'div' and t.text == 'Qualification'):
    print(item.find_next().text)

【讨论】：

如何获得准确的单词 "QUALIIFACTION" ，例如 div 只包含字母限定

@O.T.BHarmonyLimited 您可以使用print(soup.find(lambda t: t.name=='div' and t.text=='Qualification').find_next().text)。这将找到带有文本Qualification 的<div>，然后获取下一个元素的文本。

谢谢你成功了 :)，find all 不工作，他们有什么方法我能像 find all 一样得到所有，非常感谢。再次非常感谢，例如，souped.find_all(lambda t: t.name == 'div' and t.text == 'Qualification').find_next() 当我在上面尝试时，它显示 `` ResultSet 对象没有属性'找下一个'。 ```

@O.T.BHarmonyLimited 您需要迭代在.find_all() 中找到的元素。例如for item in soup.find_all(...):

嗨，我试过这样for item in souped.find_all(lambda t: t.name == 'div' and t.text == 'Qualification').find_next(): realqualification= [item]，但是它的显示错误属性find_next() not found，我可以得到帮助

【参考方案2】：

你可以试试：

from bs4 import BeautifulSoup

html_doc ='''<div class="content">Somedata</div>
<div class="content">Somedata</div>
<div class="content">Qualification</div>
<div class="content">THE DATA I WANT</div>
<div class="content">Somedata</div>
<div class="content">Somedata</div>'''

soup = BeautifulSoup(html_doc, 'lxml')

result = soup.find_all("div", class_="content")[3].text

print(result)

输出将是：

THE DATA I WANT

或

import re
soup = BeautifulSoup(html_doc, 'lxml')
print(soup.find(text=re.compile('^THE DATA I WANT$')))

或

print(soup.find(string="Qualification").find_next().text)

【讨论】：

谢谢你的回答:)，如果位置不固定，我怎么能得到我想要的数据，但它总是在资格 div 下？提前致谢