如果标签存在，beautifulsoup 从片段中获取最后一个标签

Posted 2023-03-05

【中文标题】如果标签存在，beautifulsoup 从片段中获取最后一个标签

【英文标题】：beautifulsoup get last tag from snippet, if tag exists

【发布时间】：2015-10-22 04:11:42

【问题描述】：

这里是 html sn-p 1：

<td class="firstleft lineupopt-name" style=""><a href="/link/link_url?id=222" title="Donald Trump" target="_blank">Trump, Donald</a>&nbsp;<span style="color:#666;font-size:10px;">B</span> &nbsp;<span style="color:#cc1100;font-size:10px;font-weight:bold;">TTT</span></td>

这里是 html sn-p 2：

<td class="firstleft lineupopt-name" style=""><a href="/link/link_url2?id=221" title="Hillary Clinton" target="_blank">Clinton, Hillary</a> &nbsp;<span style="color:#cc1100;font-size:10px;font-weight:bold;">TTT</span></td>

这是我的相关代码：

all = cols[1].find_all('span')
for ele in all:
    if (ele is not None):
        ttt = cols[1].span.text
    else:
        ttt = 'none'

问题：我的代码在这两种情况下都有效，但对于 html sn-p 2，它从第一个 span 标签中获取内容。在这两种情况下，如果标签存在，我只想从最后一个 span 标签中获取内容。如何才能做到这一点？

【参考方案1】：

一种直接的方法是通过-1 index 获取最后一个元素：

ttt = all[-1].text if all else 'none'

我也尝试使用CSS selector 来处理它，但BeautifulSoup 不支持last-child、last-of-type 或nth-last-of-type，并且仅支持nth-of-type 伪类。

【参考方案2】：

我在 conda env 中使用 bs4 v4.9.1 进行了测试，现在 nth-last-of-type(1) 可以了。

【参考方案3】：

BS4 现在支持last-child，因此可能的方法是：

soup.select('td span:last-child')

要获取文本，只需迭代结果集。

示例

from bs4 import BeautifulSoup

html='''
<td class="firstleft lineupopt-name" style=""><a href="/link/link_url?id=222" title="Donald Trump" target="_blank">Trump, Donald</a>&nbsp;<span style="color:#666;font-size:10px;">B</span> &nbsp;<span style="color:#cc1100;font-size:10px;font-weight:bold;">TTT</span></td>
<td class="firstleft lineupopt-name" style=""><a href="/link/link_url2?id=221" title="Hillary Clinton" target="_blank">Clinton, Hillary</a> &nbsp;<span style="color:#cc1100;font-size:10px;font-weight:bold;">TTT</span></td>
'''
soup = BeautifulSoup(html)

[t.text for t in soup.select('td span:last-child')]

输出

['TTT', 'TTT']