如何在其他两个标签之间找到一个标签？

Question

我有一个结构如下的文档：

<tag1>some_text_1</tag1>
<tag2>text_1</tag2>
<tag3>....</tag3>
<tag2>text_2</tag2>
<tag1>some_text_2</tag1>
<tag2>text_3</tag2>
...

我需要获取在tag1 之后和some_text_1 之后和下一个tag1 之前的所有tag2 实例。

Answer 1

您的描述 我需要获取 tag1 之后和下一个 tag2 之前的所有 tag2 实例。 基本上等同于在任何 tag1 之后获取第一个 tag2 文本 some_text_。

所以找到带有特定文本的tag1's，并检查下一个兄弟标签是否是tag2，如果是拉标签2：

html = """<tag1>some_text_1</tag1>
<tag2>text_1</tag2>
<tag3>....</tag3>
<tag2>text_2</tag2>
<tag1>some_text_2</tag1>
<tag2>text_3</tag2>"""


def get_tags_if_preceded_by(soup, tag1, tag2, text):
    for t1 in soup.find_all(tag1, text=text):
        nxt_sib = t1.find_next_sibling()
        if nxt_sib and nxt_sib.name == tag2:
            yield nxt_sib

soup = BeautifulSoup(html, "lxml")

print(list(get_tags_if_preceded_by(soup, "tag1", "tag2", "some_text_1")))

如果不必直接在后面，其实更简单，你只需要搜索特定的tag2兄弟：

def get_tags_if_preceded_by(soup, tag1, tag2, text):
    for t1 in soup.find_all(tag1, text=text):
        nxt_sib = t1.find_next_sibling(t2)
        if nxt_sib:
            yield nxt_sib

如果你真的想专门找两个标签之间的标签，可以使用this answer中的逻辑。

Answer 2

from bs4 import BeautifulSoup 

html = '''<tag1>some_text_1</tag1>
        <tag2>text_1</tag2>
    <tag3>....</tag3>
    <tag2>text_2</tag2>
    <tag1>some_text_2</tag1>
    <tag2>text_3</tag2>'''

soup = BeautifulSoup(html,"html.parser")

def findalltags(tag1,tag2,soup):
    # tag1 is between which tag
    # tag2 get info of which tag
    a = soup.find(tag1)
    lis = []
    while True:
        a = a.find_next()
        if(str(a.name) == tag1):
            break
        elif(str(a.name) == tag2):
            lis.append(a)
    return lis
if __name__ == '__main__':
    print findalltags('tag1','tag2',soup)

希望这能解决问题，但我认为这不是一种有效的方法。如果您熟悉正则表达式，则可以使用它们。