python爬數據，得到一個列表，但怎麼去掉裡面的span標籤呢？

Question

用p6ython3.6爬下了部分數據，但最後顯示的是含span標籤的列表，當我用get_text、contents等方法，就會報錯。這是為什麼呢？
最開始回傳的結果如下：

[<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>]

我的程式碼如下：

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記得不是很清楚了，應該是有可以直接獲取文本的函數的,應該是get_text()这个函数吧。由于你用的是find_all(),那麼需要再在返回的結果下做一次遍歷，就是這樣

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，也可以使用正規表示式來匹配，直接匹配<span>(.*?)<這個pattern。但是也得像上面那樣遍歷這個contens列表才行。

Answer 2

題主可以試試 text_content() 方法

Answer 3

正規表示式或split+SUBSTRING也可以，靈活著用