.string和.text BeautifulSoup之间的区别

Question

我发现与BeautifulSoup一起使用时有些奇怪，找不到任何文档来支持此操作，所以我想在这里询问。

假设我们有一个这样的标签，我们已经用BS对其进行了解析：

<td>Some Table Data</td>
<td></td>

提取数据的官方记录方法是soup.string。但是，这为第二个<td>标签提取了NoneType
。所以我尝试了soup.text（因为为什么不呢？），它完全按照我的意愿提取了一个空字符串。

但是，我在文档中找不到对此的任何引用，并且担心某些内容会丢失。谁能告诉我这是否可以接受，否则以后会引起问题吗？

顺便说一句，我正在从网页上抓取表格数据，并打算从该数据创建CSV，因此我实际上确实需要空字符串而不是NoneTypes。

Answer 1

.string在Tag类型对象上返回NavigableString类型对象。另一方面，.text获取所有子字符串，并使用给定的分隔符将其串联返回。.text的返回类型是unicodeobject。

从文档中看，ANavigableString类似于PythonUnicode字符串，除了它还支持导航树
和搜索树中描述的某些功能。

从的文档中.string，我们可以看到，如果html是这样的，

<td>Some Table Data</td>
<td></td>

然后，.string第二个td将返回None。但是.text会返回空字符串，它是一个unicode类型对象。

为了更方便

string

• 的便捷属性，tag用于获取此标记内的单个字符串。
• 如果tag拥有单个字符串子代，则返回值为该字符串。
• 如果tag没有孩子或有一个以上孩子，则返回值为None
• 如果它tag具有一个子标记，则返回值将递归地作为子标记的’string’属性。

和 text

• 获取所有子字符串，并使用给定的分隔符将其返回。

如果html是这样的：

<td>some text</td>
<td></td>
<td><p>more text</p></td>
<td>even <p>more text</p></td>

.string在四个td将返回，

some text
None
more text
None

.text 将给出这样的结果，

some text

more text
even more text