我如何用匹配的字符串刮掉另一个段落之后的段落？

【问题标题】：How do i scrape a paragraph which follows another paragraph with matching string?我如何用匹配的字符串刮掉另一个段落之后的段落？
【发布时间】：2016-05-07 11:36:28
【问题描述】：

我想抓取一个段落，该段落跟在另一个带有特定文本 "Interested String ZZZ" 的段落之后

例如：

<p align="center"><strong><span style="text-decoration: underline;">Interested String ZZZ</span></strong></p>
<p style="text-align: justify;"><span style="font-size: small;">This is the paragraph string that i want to scrape out</span></p>

我如何在 python 中做到这一点？

【问题讨论】：

标签： python web-scraping beautifulsoup

【解决方案1】：

使用text参数通过文本内容匹配元素，然后使用find_next_sibling()获取下一个<p>兄弟元素：

>>> from bs4 import BeautifulSoup
>>> raw = '''<div>
... <p align="center"><strong><span style="text-decoration: underline;">Interested String ZZZ</span></strong></p>
... <p style="text-align: justify;"><span style="font-size: small;">This is the paragraph string that i want to scrape out</span></p>
... </div>'''
... 
>>> soup = BeautifulSoup(raw, "lxml")
>>> [s.find_next_sibling("p").string for s in soup("p", text="Interested String ZZZ")]
[u'This is the paragraph string that i want to scrape out']

【讨论】：