beautifulsoup怎样获取两个标签间内容

2015-10-18 10:32:25 2.8k 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

企业华为TaurusDB数据库国产替代要点全记录国产化数据库全方位对比、从互联网企业的先进经验来看mysql的用法、及sql优化、sql异构修改、及数据同步方面都做了一些讲解阅读详情

        <div class="c">

            <a href="/u/">

                user

            </a>

            [所需内容]

            <span class="cc">

                bbb

            </span>

            <span class="ct">

                ccc

            </span>

        </div>

我要获取 [所需内容] 的内容
这里面有可能是纯文本，也可能文本并且包含其他html标记，所以不能单纯的用find找到，用next_sibling 的话，如果只有单一内容就可以获取，如果有文本混杂其他html内容，又会漏掉信息

...全文

Unity通用Buff系统，Buff编辑器(1,理论篇)(技能系统之Buff篇) 逻辑层根据游戏的规则和设计，控制Buff的生命周期、影响目标对象的属性或行为，以及处理Buff的交互和冲突。Buff堆叠和冲突：有些游戏中允许同类型的Buff叠加，以增加效果的强度，而有些游戏中可能不允许Buff叠加，只能由更强力的Buff来覆盖较弱的Buff。灵活个性化：每个游戏对象拥有自己的BuffManager，可以实现个体对象的独特Buff效果，增加游戏的多样性和个性化。自由控制：每个对象独立管理自己的Buff，可以自由地激活、更新和移除Buff效果，提供更精细的控制和逻辑实现。阅读详情

shuzai

脚本语言 37,737 成员 34,208 内容

+ 关注 + 加入社区

切换为时间正序

SandyLsnSmile 2018-11-07

打赏
举报





from bs4 import BeautifulSoup as bs

import bs4



html = """

        <div class="c">

            <a href="/u/">

                user

            </a>

            [所需内容]<h2>title</h2>

            <span class="cc">

                bbb

            </span>

            <span class="ct">

                ccc

            </span>

        </div>

"""



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

div = soup.find('div',class_='c')

all_contents = div.contents



IS_FIRST_a = True

IS_FIRST_span = True

index_a = 0

index_span = 0



for i, child in enumerate(all_contents):

    print(i, '----', child)

    if child.name == 'a' and IS_FIRST_a:

        index_a = i

        IS_FIRST_a = False

    if child.name == 'span' and IS_FIRST_span:

        index_span = i

        IS_FIRST_span = False



print(index_a, index_span)

content = all_contents[index_a + 1:index_span]

print(content)

want_content = []

for text in content:

    if type(text) is bs4.element.Tag:

        want_content.append(text)

    elif text.strip() != '':

        want_content.append(text.strip())



print(want_content)



--------------------------------打印结果-------------------------------------

0 ---- 



1 ---- <a href="/u/">

                user

            </a>

2 ---- 

            [所需内容]

3 ---- <h2>title</h2>

4 ---- 



5 ---- <span class="cc">

                bbb

            </span>

6 ---- 



7 ---- <span class="ct">

                ccc

            </span>

8 ---- 



1 5

['\n            [所需内容]', <h2>title</h2>, '\n']

['[所需内容]', <h2>title</h2>]