Beautifulsoup - nextSibling

Posted 2023-02-16

【中文标题】Beautifulsoup - nextSibling

【英文标题】：

【发布时间】：2011-08-25 09:05:18

【问题描述】：

我正在尝试使用以下内容获取内容“我的家庭住址”，但得到了 AttributeError：

address = soup.find(text="Address:")
print address.nextSibling

这是我的 html：

<td><b>Address:</b></td>
<td>My home address</td>

向下导航td标签并拉取内容的好方法是什么？

【参考方案1】：

问题是您找到了NavigableString，而不是<td>。 nextSibling 也会找到下一个 NavigableString 或 Tag 所以即使你有 <td> 它也不会像你期望的那样工作。

这就是你想要的：

address = soup.find(text="Address:")
b_tag = address.parent
td_tag = b_tag.parent
next_td_tag = td_tag.findNext('td')
print next_td_tag.contents[0]

或者更简洁：

print soup.find(text="Address:").parent.parent.findNext('td').contents[0]

其实你可以这样做

print soup.find(text="Address:").findNext('td').contents[0]

由于findNext 只是一遍又一遍地调用next，而next 会重复按解析找到下一个元素，直到匹配为止。

【参考方案2】：

假设它在表中，您可以很容易地使用findChildren 迭代表中的 td。理想情况下，您可以先找到该表：

table = soup.find('table')
>>> for td in table.findChildren('td'):
...:     print td.text
...:     
...:     
Address:
My home address

或者你可以搜索地址，得到表格容器：

>>> import re
>>> search = re.compile('Address')
>>> table = soup.find(text=search).parent.parent.parent

【讨论】：

有很多表，所以查找表然后 td 看起来不是一个好选择。

【参考方案3】：

如果你使用 bs4 试试这个：

print soup.find(string="Address:").find_next('td').contents[0]

【参考方案4】：

我不知道这在 2011 年是否可行，但在 2021 年，我建议您使用 find_next_sibling() 这样做：

address = soup.find(text="Address:")
b = address.parent
address_td = b.parent
target_td = address_td.find_next_sibling('td')

接受的答案适用于您的情况，但如果您有类似的情况，它将不起作用：

<div>
  <div><b>Address:</b><div>THE PROBLEM</div></div>
  <div>target</div>
</div>

你最终会得到<div>THE PROBLEM</div> 而不是<div>target</div>。