Python crawlt die Daten und erhält eine Liste, aber wie entfernt man das Span-Tag darin?

Question

Ich habe p6ython3.6 verwendet, um einige Daten herunterzusuchen, aber was letztendlich angezeigt wurde, war eine Liste mit Span-Tags. Wenn ich get_text, Inhalte usw. verwendete, wurde ein Fehler gemeldet. Warum ist das?
Die ersten zurückgegebenen Ergebnisse lauten wie folgt:

[<span>2017.5.2</span>]
[<span>2017.4.26</span>]
[<span>2017.4.24</span>]
[<span>2017.4.19</span>]
[<span>2017.3.23</span>]
[<span>2017.3.17</span>]
[<span>2017.2.14</span>]
[<span>2017.2.9</span>]
[<span>2017.2.6</span>]
[<span>2017.2.6</span>]

Mein Code lautet wie folgt:

import requests
from bs4 import BeautifulSoup
import re

# def url_list():
#     for number in range(1,21):
#         url_links=[]
#         url="X".format(i=number)
#         url_links.append(url)

h={"User-Agent":"Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.81 Safari/537.36"}
r=requests.get("url",headers=h)
soup=BeautifulSoup(r.text,'lxml')

for data in soup.find("p",{"class":"list-main-eventset-finan"}).find_all("li"):
    content=data.find("i",{"class":"cell date"}).find_all("span")
    print(time)

Answer 1

bs的API记得不是很清楚了，应该是有可以直接获取文本的函数的,应该是get_text()这个函数吧。由于你用的是find_all(),那么需要再在返回的结果下做一次遍历，就是这样

rs = list()
for data in soup.find("p",{"class":"list-main-eventset-finan"}).find_all("li"):
    contents=data.find("i",{"class":"cell date"}).find_all("span")
    for content in contents:
        rs.append(content.get_text())
  

此外，也可以使用正则表达式来匹配，直接匹配<span>(.*?)<这个pattern。但是也得像上面那样遍历这个contens列表才行。

Answer 2

题主可以试试 text_content() 方法

Answer 3

正则表达式或者split+SUBSTRING也可以，灵活着用