BeautifulSoup-Selektor: Wählen Sie HTML-Elemente aus, die mehrere Wörter enthalten

Question

Gibt es für mich eine Möglichkeit, BeautifulSoup zu verwenden, um den Text eines Etiketts abzurufen, das mehrere Wörter enthält?

Wenn ich beispielsweise den folgenden HTML-Code habe:

<div>
    <div>
        <a>Hallo</a>
        <a>hi</a>
    </div>
    <a>Was ist los</a>
    <a>stackoverflow</a>
</div>

...ich möchte nur wissenHallo, was ist los

Answer 1

你绝对可以使用BeautifulSoup来提取包含多个单词的HTML标签中的文本。在你的例子中，你想要从包含多个单词内容的<a>标签中提取文本。以下是使用Python中的BeautifulSoup实现这一目标的方法。

from bs4 import BeautifulSoup

html = '''
<div>
    <div>
        <a>hello there</a>
        <a>hi</a>
    </div>
    <a>what's up</a>
    <a>stackoverflow</a>
</div>
'''

soup = BeautifulSoup(html, 'html.parser')

target_tags = soup.find_all('a')  # 找到所有的<a>标签
multi_word_texts = []

for tag in target_tags:
    if ' ' in tag.get_text():  # 检查标签文本是否包含空格（表示多个单词）
        multi_word_texts.append(tag.get_text())

result = ' '.join(multi_word_texts)
print(result)