如何在python beautifulsoup中获取交替的子标签答案

【问题标题】：how to grab alternating child tags in python beautifulsoup如何在python beautifulsoup中获取交替的子标签
【发布时间】：2014-11-28 17:59:08
【问题描述】：

我正在尝试从 html 页面中的交替标签中获取一系列数据。 html 看起来像这样：

<div>
    <h3>title</h3>
    <div>text</div>
    <h3>title</h3>
    <div>text</div>
    ...
</div>

由于我无法在“for each pair in div”中抓取每个 h3/div 对，我如何有效地抓取它们？

【问题讨论】：

标签： python python-3.x beautifulsoup

【解决方案1】：

找到所有标题，然后从那里获取next sibling：

for header in soup.select('div h3'):
    next_div = header.find_next_sibling('div')

element.find_next_sibling() 返回一个元素，如果找不到这样的同级元素，则返回 None。

演示：

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('''\
... <div>
...     <h3>First header</h3>
...     <div>First div to go with a header</div>
...     <h3>Second header</h3>
...     <div>Second div to go with a header</div>
... </div>
... ''')
>>> for header in soup.select('div h3'):
...     next_div = header.find_next_sibling('div')
...     print(header.text, next_div.text)
... 
First header First div to go with a header
Second header Second div to go with a header

【讨论】：

【解决方案2】：

有很多方法可以做到这一点，但对我来说最简单的方法是选择所有 h3 标记，然后遍历 DOM 以获取它们的下一个兄弟。

【讨论】：