使用 BeautifulSoup 在 python 中的链接标签之间提取文本答案

【问题标题】：Extract text between link tags in python using BeautifulSoup使用 BeautifulSoup 在 python 中的链接标签之间提取文本
【发布时间】：2011-09-09 05:28:55
【问题描述】：

我有一个这样的html代码：

<h2 class="title"><a href="http://www.gurletins.com">My HomePage</a></h2>

<h2 class="title"><a href="http://www.gurletins.com/sections">Sections</a></h2>

我需要提取“a”标签之间的文本（链接描述）。我需要一个数组来存储这些：

a[0] = "我的主页"

a[1] = "节"

我需要使用 BeautifulSoup 在 python 中执行此操作。

请帮帮我，谢谢！

【问题讨论】：

标签： python text tags extract beautifulsoup

【解决方案1】：

你可以这样做：

import BeautifulSoup

html = """
<html><head></head>
<body>
<h2 class='title'><a href='http://www.gurletins.com'>My HomePage</a></h2>
<h2 class='title'><a href='http://www.gurletins.com/sections'>Sections</a></h2>
</body>
</html>
"""

soup = BeautifulSoup.BeautifulSoup(html)

print [elm.a.text for elm in soup.findAll('h2', {'class': 'title'})]
# Output: [u'My HomePage', u'Sections']

【讨论】：

@Mehmet Helvici：你能更具体地说明什么不起作用吗？你有没有得到一些错误或..，我发布的上面的代码对我来说是正确的。

【解决方案2】：

print [a.findAll(text=True) for a in soup.findAll('a')]

【讨论】：

【解决方案3】：

以下代码提取“a”标签之间的文本（链接描述）并存储在一个数组中。

>>> from bs4 import BeautifulSoup
>>> data = """<h2 class="title"><a href="http://www.gurletins.com">My 
HomePage</a></h2>
...
... <h2 class="title"><a href="http://www.gurletins.com/sections">Sections</a>
</h2>"""
>>> soup = BeautifulSoup(data, "html.parser")
>>> reqTxt = soup.find_all("h2", {"class":"title"})
>>> a = []
>>> for i in reqTxt:
...     a.append(i.get_text())
...
>>> a
['My HomePage', 'Sections']
>>> a[0]
'My HomePage'
>>> a[1]
'Sections'

【讨论】：