我正在抓取一个页面，我必须从这种格式中获取员工数量：
<h5>Number of Employees</h5>
<p>
20
</p>
我需要得到数字“20”问题是这个数字并不总是在同一个标题中，有时在“h4”中并且有更多的“h5”标题，所以我需要找到数据包含在名为“员工人数”的标题中，并提取包含段落中的数字
这是页面的链接
【问题讨论】：
标签： python xpath beautifulsoup scrapy web-scripting
嗯，最简单的方法是找到一个包含“员工人数”文本的元素，然后简单地取其后的段落，假设该段落总是紧随其后。
这是一个快速而肮脏的代码，它可以执行此操作，并将数字打印出来：
parent = soup.find("div", id='business-additional-info-text')
for child in parent.children:
if("Number of Employees" in child):
print(child.findNext('p').contents[0].strip())
【讨论】：
'normalize-space(//*[self::h4 or self::h5][contains(., "Number of Employees")]/following-sibling::p[1]/text())'
【讨论】：