BeautifulSoup 使用字符串/文本获取第一个值答案

【问题标题】：BeautifulSoup to get first value using string/textBeautifulSoup 使用字符串/文本获取第一个值
【发布时间】：2016-07-28 13:25:55
【问题描述】：

Beautifulsoup 对于在 python 中解析 html 很方便，但我遇到了问题，就是使用干净的代码直接使用 string 或 text 获取值

from bs4 import BeautifulSoup
tr ="""    
<table>
    <tr><td>text1</td></tr>
    <tr><td>text2<div>abc</div></td></tr>
</table>
"""
table = BeautifulSoup(tr,"html.parser")
for row in table.findAll("tr"):
    td = row.findAll("td")
    print td[0].text
    print td[0].string

结果：

text1
text1
text2abc
None

我怎样才能得到结果

text1
text2

我想跳过多余的内部标签

beautifulsoup4-4.5.0 与python 2.7 一起使用

【问题讨论】：

td[0].contents[0] 应该给你你所追求的。

标签： python beautifulsoup html-parsing

【解决方案1】：

您可以通过设置text 和recursive 参数来简单地使用.find() 函数。

for row in table.findAll("tr"):
    td1 = row.td.find(text=True, recursive=False)
    print str(td1)

你会得到你的输出：

text1
text2

无论div 标签的位置如何，这都会起作用。请参阅下面的示例。

>>> tr ="""    
<table>
    <tr><td>text1</td></tr>
    <tr><td>text2<div>abc</div></td></tr>
    <tr><td><div>abc</div>text3</td></tr>
</table>
"""
>>> table = BeautifulSoup(tr,"html.parser")
>>> for row in table.findAll("tr"):
        td1 = row.td.find(text=True, recursive=False)
        print str(td1)


text1
text2
text3

【讨论】：

这也很好，recursive=False 在其他情况下对我非常有用。

【解决方案2】：

你可以试试这个：

for row in table.findAll("tr"):
    td = row.findAll("td")
    t = td[0]
    print t.contents[0]

但这只有在你一直在寻找在 div 标签之前的文本时才有效

【讨论】：

非常适合我的情况。