Sélecteur BeautifulSoup : sélectionnez les éléments HTML contenant plusieurs mots

Question

Existe-t-il un moyen d'utiliser BeautifulSoup pour obtenir le texte d'une étiquette contenant plusieurs mots ?

Par exemple, si j'ai le code HTML suivant :

<div>
    <div>
        <a>bonjour</a>
        <a>salut</a>
    </div>
    <a>quoi de neuf</a>
    <a>stackoverflow</a>
</div>

...Je veux juste avoirbonjour, quoi de neuf

Answer 1

Vous pouvez certainement utiliser BeautifulSoup pour extraire le texte des balises HTML contenant plusieurs mots. Dans votre exemple, vous souhaitez extraire le texte des balises <a> contenant du contenu multi-mots. Voici comment y parvenir en utilisant BeautifulSoup en Python.

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)