在带有美丽汤的特定标签后获取文本
我有一个像
page.content = "<body><b>Title:</b> Test title</body>"
我可以得到标题标签
soup = BeautifulSoup(page.content)
record_el = soup('body')[0]
b_el = record_el.find('b',text='Title:')
但是我怎样才能在b标签之后得到文本呢？我想通过引用该元素而不是body元素来获取包含“ Title：”的元素之后的文本。
问题答案：
参考的文档，你可能想使用next_sibling你的b_el：
b_el.next_sibling # contains " Test title"
在这种情况下，“同级”是下一个节点，而不是下一个元素/标签。元素的下一个节点是文本节点，因此您可以获得所需的文本。
-
我正在尝试使用漂亮的汤解析网页（这是我有生以来第一次），我遇到了一个奇怪的错误。html结构中的标记中有一个标记，我一直收到错误 html标签的结构如下：页面上项目的整个网格都在div类"properties_reviews"中，然后进入div类"preview"中，用于特定项目，该类"preview"还有两个类：照片的"preview-media"和我需要解析的文本信息的"preview-con
-
我试图使用美丽的汤抓取newegg的产品名称、描述、价格和图像。我有以下bs4.element.标签类型，我想从标签中提取“src”链接。以下是我的标签： 我怎样才能提取 从这个标签？我试过了 但我收到了Keyerror。
-
我希望从< code>div内的标题和< code >内的文本中提取文本字符串 我可以用＜code＞汤得到标题。h1＜/code＞，但我想获得特定于div＜code＞中的＜code＞h1＜/code＞ 超文本标记语言：
-
考虑一下这段代码： 它只打印“divTag” 更新: 我基本上想在'a'标签中提取“字符串”值。
-
我试图抓取德国聚会的新闻页面，并将所有信息存储在数据框中（“蟒蛇初学者”）。当我想将整个文本甚至日期存储到数据框中时，只存在一个小问题。似乎只有文本的最后一个元素（p... /p）将被存储在行中。我认为问题的出现是因为循环上的迭代是误导的。
-
我使用BeautifulSoup从HTML文件中提取信息。我希望能够捕获信息的位置，即BS标记对象的标记在HTML文件中的偏移量。 有办法做到这一点吗？ 我目前使用的是lxml解析器，因为它是默认的。