如何使用BeautifulSoup在两个指定标签之间获取所有文本？
html = """
...
<tt class="descname">all</tt>
<big>(</big>
<em>iterable</em>
<big>)</big>
<a class="headerlink" href="#all" title="Permalink to this definition">¶</a>
...
"""
我想获取从开始标记big到第一次出现a标记之前的所有文本。这意味着，如果我举这个例子，那么我必须(iterable)以字符串形式获取。
问题答案：
我会避免使用nextSibling，因为从您的问题开始，您想要包括直到next的所有内容<a>，而不管它是在同级元素，父元素还是子元素中。
因此，我认为最好的方法是找到下一个<a>元素的节点，然后递归循环，直到出现为止，然后添加遇到的每个字符串。如果您的HTML与示例大不相同，则可能需要整理以下内容，但是这样的工作应该可以：
from bs4 import BeautifulSoup
#by taking the `html` variable from the question.
html = BeautifulSoup(html)
firstBigTag = html.find_all('big')[0]
nextATag = firstBigTag.find_next('a')
def loopUntilA(text, firstElement):
text += firstElement.string
if (firstElement.next.next == nextATag):
return text
else:
#Using double next to skip the string nodes themselves
return loopUntilA(text, firstElement.next.next)
targetString = loopUntilA('', firstBigTag)
print targetString
-
问题内容： 我正在尝试获取2 h1标签之间的所有html。实际的任务是根据h1（heading 1）标签将html分成几帧。 感谢任何帮助。 谢谢苏尼尔 问题答案： 如果要获取和处理两个连续标签之间的所有元素，则可以处理同级对象。这是一些示例代码：
-
问题内容： 我正在抓取页面，并从该页面上的表中获取所有元素，如下所示： 输出： 现在，我试图获取标签的样式，但是我不知道如何。例如，如果我这样做： 它显然只是打印东西。我想我大概可以做这样的事情，比如，但一切到目前为止，我已经尝试并没有带来我想要的东西。 问题答案： 只需使用以下属性即可访问： 如果您只想要具有样式属性an的tr标记来获取全部标记： 或使用CSS选择器： 使用您的实际网址：
-
问题内容： 我的链接看起来像这样 我想从那里去。我试过了 它输出。 我试过了，但它给了我KeyError。我该如何解决？我的错误是什么？ 问题答案： 您可以使用css选择器，使用标题文本拉出所需的跨度： 找到具有包含 RAM 的 title 属性的 跨度 ，等效于在python中说。 或在 re.compile中 使用 find __ 要获取所有数据： 这会给你：
-
问题内容： 使用BeautifulSoup bs4时，如何从HTML标签内部获取文本？当我运行此行时： 我得到这样的标签： 现在我只想获取其中的内部文本，不带标签。怎么做？ 问题答案： 使用.text从标记中获取文本。 要不就 要打开文件并使用文本作为名称，请像使用其他任何字符串一样简单地使用它：
-
我试图获取提供的html（跨度）之间的数据（在本例中为31） 以下是原始代码(来自chrome中的inspect elements) 我有一个包含页面源代码的富文本框，下面是相同的代码，但是在富文本框的第51行: 我将如何做到这一点？我已经尝试了几种方法，但似乎都不适合我。 我试图从这一页检索点值：http://www.subxcess.com/sub4sub.php根据谁潜艇你的数量变化。
-
问题内容： 在中，我想找到标记以及两者之间的所有内容，如下所示： 我想找到标记以及之间的所有内容，然后将其删除。 标签之间的所有内容都是变量，但是我想在获得时删除整个标签和子标签。 有人知道该怎么做吗？ 问题答案： 使用正则表达式进行HTML / XML解析不是一个好主意… 但是，如果仍然要执行此操作，请搜索正则表达式模式 并将其替换为空字符串…