在另一个标签之后获取标签内的文本答案

【问题标题】：Getting text inside a tag, after another tag在另一个标签之后获取标签内的文本
【发布时间】：2017-10-12 18:43:54
【问题描述】：

我正在用 selenium 和 bs4 抓取一些网页，我需要一些优雅的代码来执行以下操作。我在标签中有一些文字。

<td><a href="javascript:Team(14654)"><span class="hp">1</span>SJK Seinajoen</a></td

如果我这样做

find('td').get_text()

我得到的是

1SJK Seinajoen

因为它获取所有文本，包括 span 标签中的内容。我的问题是，有没有办法以pythonic方式获取span标签之后的标签内的文本？

我说 pythonic 是因为我总是可以对结果字符串进行拆分，但这不是很优雅

【问题讨论】：

你要抓取的页面是什么？
您希望从上面粘贴的元素中得到什么结果？是1 SJK Seinajoen 还是SJK Seinajoen？如果您需要第二个，那么我想您的问题已经得到解答。
我希望得到没有跨度标签内的“1”的团队名称

标签： python web-scraping tags

【解决方案1】：

这是来自另一篇关于此问题的帖子：

如果你使用的是 bs4，你可以使用strings:

" ".join(result.strings)

【讨论】：

【解决方案2】：

在lxml.html 中，您可以使用以下代码来获得所需的输出：

from lxml import html

source = """<td><a href="javascript:Team(14654)"><span class="hp">1</span>SJK Seinajoen</a></td>"""
html = html.fromstring(source)  # pass web page HTML source code as "source" var
print(html.xpath("//a/text()")[0])

输出

"SJK Seinajoen"

【讨论】：