我从一个更大的文档中得到了这个 HTML 片段,我想从主 div
中只用 class="title"
抓取“$ 430000”字符串:
<div class="title">
$ 430000
<div class="container">
<span class="price">
$ 505000
</span>
<span class="discount">
(-14.9%)
</span>
<div class="inner-container">
<p class="text--bold">
Discounted $ 75000
<span class="discount">
(-14.9%)
</span>
</p>
<p>
18/02/2010
</p>
</div>
</div>
</div>
我知道我可以通过 tag.stripped_strings
访问所需的字符串,然后从生成器生成第一个值:
tag = soup.find('div', {'class': 'title'})
print(next(tag.stripped_strings))
$ 430000
但是,我想知道是否有 BS4 属性或方法可以使我仅定位 <div class="title">
中的文本,即“$ 430000”字符串。如果我打电话给tag.text
,我会得到
\n $ 430000\n $ 505000(-14.9%)\n Discounted $ 75.000(-14.9%)18/02/2021```
答案 0 :(得分:1)
您可能正在寻找 .next_element
[docs] 属性,该属性指向抓取的任何内容之后的立即。所以,在你的情况下,它看起来像这样。
result = soup.find('div', class_='title').next_element.strip()
# -> $ 430000
答案 1 :(得分:0)
是的,您可以通过以下方式仅获取父元素的文本并忽略其子元素的文本:
tag = soup.find('div', {'class': 'title'})
tagtext = tag.find(text=True, recursive=False)