使用 beautifulsoup 从类中提取子类答案

【问题标题】：Extract subclass from class using beautifulsoup使用 beautifulsoup 从类中提取子类
【发布时间】：2018-05-28 06:43:22
【问题描述】：

我正在使用 Python 3.6.3 处理 Goodreads 上的页面中的以下 HTML sn-p：

<div class="quoteText">
      “Don't cry because it's over, smile because it happened.”
  <br/>  ―
    <a class="authorOrTitle" href="/author/show/61105.Dr_Seuss">Dr. Seuss</a>
</div>, <div class="quoteText">

我使用 BeautifulSoup 来抓取 HTML 并仅隔离上面 sn-p 中看到的“quoteText”类。现在，我想将引用和作者姓名保存为单独的字符串。我能够使用

获得作者姓名

(quote_tag.find(class_="quoteText")).text

我不确定如何为报价做同样的事情。我猜我需要一种方法从输出中删除子类并尝试使用 extract 方法。

quote.extract(class_="authorOrTitle")

但我收到一条错误消息，提示 extract got an unexpected keyword argument 'class_' 还有其他方法可以做我想做的事情吗？

这是我第一次在这里发帖，如果帖子不符合特定的特定性/格式/其他标准，我深表歉意。

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

PageElement.extract() 从树中删除标签或字符串。它返回提取的标签或字符串

from bs4 import BeautifulSoup
a='''<div class="quoteText">
      “Don't cry because it's over, smile because it happened.”
  <br/>  -
    <a class="authorOrTitle" href="/author/show/61105.Dr_Seuss">Dr. Seuss</a>
</div>, <div class="quoteText">'''
s=BeautifulSoup(a,'lxml')
s.find(class_="authorOrTitle").extract()
print(s.text)

【讨论】：