Python - Beautiful Soup - 删除 <br> 标签之前的值答案

【问题标题】：Python - Beautiful Soup - delete values before <br> tagPython - Beautiful Soup - 删除 <br> 标签之前的值
【发布时间】：2020-11-14 18:27:08
【问题描述】：

我在一个用 br 分隔的标签内有数据，我试图弄清楚如何删除 br 标签之前的所有值并且遇到困难。

这是我的数据的示例：

<td>
  ValueToBeDeleted
  <br>
  <br/> ValueToKeep
</td>

所以我试图保留“ValueToKeep”并删除 TD 标记中我正在处理的数据的先前值。此外，我的数据文件有数百个需要清理的 TD 标签，因此我也在寻找迭代解决方案。有什么想法吗？

【问题讨论】：

您可以通过使用正则表达式模式来做到这一点，这样可能会起作用 ^\
(.*) 请注意，您要查找的内容将在第一组中跨度>

标签： python beautifulsoup

【解决方案1】：

也许：

text = text.split('<br/>')[-1]
print(text.replace('</td>','').strip())

使用 BS4 BeautifulSoup：

from bs4 import BeautifulSoup as soup
soup_ = soup(html,'html.parser')
soup_ = soup_.find('td').text.split('\n')[-2]

【讨论】：

如果文本中有\n怎么办？

【解决方案2】：

您也许可以为该特定任务使用正则表达式

您可以尝试以下对我有用的代码（需要测试更多案例）：

import re

html="""    <td>
      ValueToBeDeleted
      <br>
      <br/> ValueToKeep
    </td>"""

value_search = re.search(r'\<br\/\>(.*)', html, re.IGNORECASE)

if value_search:
    value = title_search.group(1)

print(value)

【讨论】：