Beautiful Soup 的孩子的额外换行符

Question

我在 html 的 sn-p 上使用BeautifulSoup，如下所示：

 s = """<div class="views-row views-row-1 views-row-odd views-row-  first">
            <span class="views-field views-field-title"> 
                <span class="field-content"><a href="/party-pictures/2015/love-heals">Love Heals</a>
                </span> 
            </span>
            <span class="views-field views-field-created"> 
                <span class="field-content">Friday, March 20, 2015
                </span> 
           </span> 
</div>""" 

soup = BeautifulSoup(s)

为什么s.span 只返回第一个 span 标签？

此外 s.contents 返回一个长度为 4 的列表。两个 span 标签都在列表中，但第 0 和第 2 个索引是 "\n$ 换行符。换行符没有用。这是有原因的吗完成了吗？

Answer 1

为什么s.span只返回第一个span标签？

s.span 是s.find('span') 的快捷方式，它将仅找到span 标记的第一次出现。

此外 s.contents 返回一个长度为 4 的列表。两个 span 标签都在列表中，但第 0 和第 2 个索引是 "\n$ 换行符。换行符没有用。这是有原因的吗完成了吗？

根据定义，.contents 输出所有元素子元素的列表，包括文本节点 - NavigableString class 的实例。

如果你只想要标签，你可以使用find_all():

soup.find_all()

如果只有span标签：

soup.find_all('span')

例子：

>>> from bs4 import BeautifulSoup
>>> s = """<div class="views-row views-row-1 views-row-odd views-row-  first">
...             <span class="views-field views-field-title"> 
...                 <span class="field-content"><a href="/party-pictures/2015/love-heals">Love Heals</a>
...                 </span> 
...             </span>
...             <span class="views-field views-field-created"> 
...                 <span class="field-content">Friday, March 20, 2015
...                 </span> 
...            </span> 
... </div>""" 
>>> soup = BeautifulSoup(s)
>>> for span in soup.find_all('span'):
...     print span.text.strip()
... 
Love Heals
Love Heals
Friday, March 20, 2015
Friday, March 20, 2015

重复的原因是有嵌套的span 元素。您可以通过不同的方式修复它。例如，您可以仅使用recursive=False 在div 内进行搜索：

>>> for span in soup.find('div', class_='views-row-1').find_all('span', recursive=False):
...     print span.text.strip()
... 
Love Heals
Friday, March 20, 2015

或者，您可以使用CSS Selectors：

>>> for span in soup.select('div.views-row-1 > span'):
...     print span.text.strip()
... 
Love Heals
Friday, March 20, 2015