태그/BS4로 텍스트 가져 오기

Question

태그에서 텍스트를 가져올 수있는 방법, 속성은
또는 태그로 구분됩니까? 아래의 코드에서 'Adresa :'를 예로 들면, 주소를 얻으려고 시도 : soup.find('strong', text = 'Adresa:')하지만 <strong>Adresa:</strong> 이후와 <strong>Telefón:</strong> 전에 텍스트를 가져 오는 방법을 모르겠습니다.

출력은 다음과 같아야합니다

이

<p> 
<strong>Adresa:</strong>Obecný úrad Nána<br></br>Madáchova 32<br></br>943 60 Nána<br></br><br></br><strong>Telefón:</strong>036/759 70 06<br></br><strong>Fax:</strong>036/7597 007<br></br><strong>Web:</strong><a href="http://www.obecnana.sk"></a><br></br> 
</p> 

Answer 1

아이디어는 모든 형제 태그를 찾아 중지 find_next_siblings()를 사용하여 다음 텍스트로 strong 태그를 찾을 수 있습니다 : 여기

Adresa: Obecný úrad Nána, Madáchova 32, 943 60 Nána 코드의 예입니다 다음 strong 태그에 :

# -*- coding: utf-8 -*- 
from bs4 import BeautifulSoup, NavigableString 

data = u""" 
<p> 
<strong>Adresa:</strong>Obecný úrad Nána<br></br>Madáchova 32<br></br>943 60 Nána<br></br><br></br> 
<strong>Telefón:</strong>036/759 70 06<br></br> 
<strong>Fax:</strong>036/7597 007<br></br> 
<strong>Web:</strong><a href="http://www.obecnana.sk"></a><br></br> 
</p> 
""" 
soup = BeautifulSoup(data) 

address = soup.find(text='Adresa:') 
texts = [] 
for item in address.parent.find_next_siblings(): 
    if item.name == 'strong': 
     break 
    text_before = item.previous_sibling 
    if isinstance(text_before, NavigableString): 
     texts.append(text_before) 

print ' '.join(texts) 

그것은 인쇄 :

그것은 인쇄 할

print get_section_text('Adresa:') 
print get_section_text('Telefón:') 
print get_section_text('Fax:') 

:

Obecný úrad Nána Madáchova 32 943 60 Nána 

---

그런 다음, 당신은 좋은 재사용 가능한 기능에 코드를 추출 할 수 있습니다 :

def get_section_text(text): 
    section = soup.find(text=text) 
    if not section: 
     raise ValueError("Section not found") 

    texts = [] 
    for item in section.parent.find_next_siblings(): 
     if item.name == 'strong': 
      break 
     text_before = item.previous_sibling 
     if isinstance(text_before, NavigableString): 
      texts.append(text_before) 

    return ' '.join(texts) 

그리고 다른 부분에 대한 호출

Obecný úrad Nána Madáchova 32 943 60 Nána 
036/759 70 06 
036/7597 007 

존재하지 않는 부분에 대한

는 :

print get_section_text('ILLEGAL SECTION') 

그것은 당신이 문자열을 축적, 볼 다음 <strong> 태그까지 <strong>Adresa:</strong> 태그의 형제 자매 반복하는 next_sibling을 사용할 수 있습니다

ValueError: Section not found 

Answer 2

예외가 발생 네가 간다. 마지막으로 함께 구분자로 ', '를 사용하여 문자열을 join() :

from bs4 import BeautifulSoup 

html = '''<p> 
<strong>Adresa:</strong>Obecný úrad Nána<br></br>Madáchova 32<br></br>943 60 Nána<br></br><br></br><strong>Telefón:</strong>036/759 70 06<br></br><strong>Fax:</strong>036/7597 007<br></br><strong>Web:</strong><a href="http://www.obecnana.sk"></a><br></br> 
</p>''' 

soup = BeautifulSoup(html) 

e = soup.find('strong', text = 'Adresa:') 
e = e.next_sibling 
strings = [] 
while e and e.name != 'strong': 
    if e.string is not None: 
     strings.append(e) 
    e = e.next_sibling 

>>> print 'Adresa: %s' % ', '.join(strings) 
Adresa: Obecný úrad Nána, Madáchova 32, 943 60 Nána