如何从文本节点中提取文本，隔离表中的标签？

Question

我在打印同一行的表格数据时遇到了问题。当然，我可以用< code>css_selector("td")来标识，但是这样会在同一列中打印出:姓名地址城市/州电话，而我试图在同一行中创建:姓名、地址、城市/州电话

HTML：（见附图）

这似乎是一个非常愚蠢的问题...但是我已经被困了相当长的一段时间，并且无法隔离< code >

代码:

for x in link:
driver.get(x)
try:
    i = 0
    while 0 < 20:
        name = driver.find_elements_by_xpath("/html/body/div[2]/div/div[1]/div/div/table/tbody/tr/td[1]/table/tbody/tr['"+str(i)+"']/td/strong")
        if name[i].is_displayed():
            print(name[i].text)

            i = i + 1
        else:
            i = i + 1
except(NoSuchElementException,JavascriptException, IndexError):
    continue

我以这种方式识别它，试图简单地返回正在进行的兄弟姐妹的文本...再次无济于事。driver.find_elements_by_css_selector（"td"）还返回整个表数据...但是有了它的中断

Answer 1

美丽的汤也可以用在这种情况下。

>>>from bs4 import beautifulsoup
>>>import requests
>>>contents=requests.get(url).text

>>>soup=beautifulsoup('lxml',contents)

>>>>Text=soup.find('body').text

并检查是否存在“br”标记，然后跳过

Answer 2

如果您能够识别父

> < li>

名称:

print(WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "td>strong"))).get_attribute("innerHTML"))

地址：

print(driver.execute_script('return arguments[0].childNodes[3].textContent;', WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "td")))).strip())

城市/州：

print(driver.execute_script('return arguments[0].childNodes[5].textContent;', WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "td")))).strip())

电话：

print(driver.execute_script('return arguments[0].lastChild.textContent;', WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "td")))).strip())

Answer 3

tds = driver.find_elements_by_css_selector("td")
for td in tds:
     text = td.text.split('\n')
     print(text) # list: ['text1', 'text2', 'text3', 'text4']

     text = td.text.replace('\n', ' ')
     print(text) # str: 'textr text2 text3 text4'