我一直在使用BeautifulSoup解析HTML文档,但似乎遇到了问题。我找到了一些需要提取的文本,但文本很简单。没有标签或其他任何内容。我不确定是否需要使用Regex来执行此操作,因为我不知道是否可以使用BeautifulSoup捕获文本,因为它不包含任何标签。
<strike style="color: #777777">975</strike> 487 RP<div class="gs-container default-2-col">
我正在尝试提取“ 487”。
谢谢!
最佳答案
您可以使用上一个或下一个标记作为锚点来查找文本。例如,首先找到<strike>
元素,然后找到它旁边的文本节点:
from bs4 import BeautifulSoup
html = """<strike style="color: #777777">975</strike> 487 RP<div class="gs-container default-2-col">"""
soup = BeautifulSoup(html)
#find <strike> element first, then get text element next to it
result = soup.find('strike',{'style': 'color: #777777'}).findNextSibling(text=True)
print(result.encode('utf-8'))
#output : ' 487 RP'
#you can then do simple text manipulation/regex to clean up the result
请注意,以上代码仅是出于演示的目的,而不是完成您的全部任务。