记录 Beautiful Soup 库的一个坑(获取标签内的文本字符串内容时需要注意空格) |
您所在的位置:网站首页 › beautifulsoap 获取标签内容为空 › 记录 Beautiful Soup 库的一个坑(获取标签内的文本字符串内容时需要注意空格) |
项目场景
Beautiful Soup 是一个可以从 HTML 或 XML 文件中提取数据的第三方 Python 库,通常在网络爬虫项目中使用。今天,笔者在使用过程中遇到了一个坑,在此记录,并将解决方案分享给大家。 问题描述参考官方文档可知:如果标签里面只有一个子节点,使用 .string 方法可以获得标签内的文本内容。 但是,运行下列代码的输出结果却分别是 None 和 ZXC's Blog。 from bs4 import BeautifulSoup html = '''ZXC's Blog ''' soup = BeautifulSoup(html, 'lxml') print(soup.string) # None print(soup.select_one('a').string) # ZXC's Blog细心的同学可能已经发现问题了,p 标签和 a 标签中间有一个空格,空格也算一个子节点,导致 p 标签下有2个子节点了,不满足 .string 方法的使用要求,所以返回 None。 那么,问题来了,不采用 .select_one 方法,如果获取 a 标签内的文本内容? 解决方案使用 .stripped_strings 可以获取标签内的多个文本内容,并去掉空白内容: print(next(soup.stripped_strings)) # ZXC's Blog 引用参考BeautifulSoup 官方文档->string BeautifulSoup 官方文档->strings-stripped-strings |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |