带有标题标签的 BS4 类答案

【问题标题】：BS4 class with header tags带有标题标签的 BS4 类
【发布时间】：2020-01-01 17:38:34
【问题描述】：

如何解析一个类以仅获取标题标签之外的文本，或两者都在列表中？

<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>

我曾考虑使用正则表达式提取，但认为美丽的汤一定不能处理它

【问题讨论】：

标签： python beautifulsoup python-3.8

【解决方案1】：

有很多解决方案，一种是获取整个文本，然后根据一些分隔符将其拆分：

from bs4 import BeautifulSoup

txt = '''<div class="footballMatchSummaryDef"><h1>Burnley v Aston Villa</h1>English Premier League at Turf Moor</div>'''

soup = BeautifulSoup(txt, 'html.parser')

lst = soup.select_one('.footballMatchSummaryDef').get_text(separator='|').split('|')
print(lst)

打印：

['Burnley v Aston Villa', 'English Premier League at Turf Moor']

或者使用bs4导航功能：

print( soup.h1.text )
print( soup.h1.find_next_sibling(text=True) )

打印：

Burnley v Aston Villa
English Premier League at Turf Moor

【讨论】：

【解决方案2】：

感谢 Andrej，导航功能是我所追求的，工作正常，只是刚刚启动 python，所以我从 php 开始对我来说是全新的。这是我需要的下一个兄弟姐妹

print( soup.h1.find_next_sibling(text=True) )

【讨论】：