如何用Beautiful Soup抓取HTML中<br>标签后的内容？

嘿，我来帮你搞定这个问题！你遇到的情况应该是直接获取div的文本或子节点时，把原价和折扣价都包含进去了对吧？下面给你几种靠谱的实现方法：

方法一：通过<br>标签的next_sibling获取 #

这种方法最直接，找到<br>标签后，取它的下一个兄弟节点就是我们要的折扣价，记得用strip()去掉多余的空白：

from bs4 import BeautifulSoup

# 你的HTML内容
html = '''<div class="col search_price discounted responsive_secondrow"> <span style="color: #888888;"><strike>CDN$ 2.29</strike></span> <br>CDN$ 1.48 </div>'''

# 解析HTML
soup = BeautifulSoup(html, 'html.parser')
# 定位目标div
target_div = soup.find('div', class_='col search_price discounted responsive_secondrow')

# 获取<br>后的内容
discounted_price = target_div.find('br').next_sibling.strip()
print(discounted_price)  # 输出: CDN$ 1.48

方法二：提取所有清理后的文本节点，取最后一个 #

如果页面结构稳定，折扣价总是最后一段有效文本，可以先提取div里所有去除空白的文本节点，再取最后一个：

from bs4 import BeautifulSoup

html = '''<div class="col search_price discounted responsive_secondrow"> <span style="color: #888888;"><strike>CDN$ 2.29</strike></span> <br>CDN$ 1.48 </div>'''
soup = BeautifulSoup(html, 'html.parser')
target_div = soup.find('div', class_='col search_price discounted responsive_secondrow')

# 获取所有清理后的文本节点
cleaned_texts = [text.strip() for text in target_div.stripped_strings]
# 取最后一个就是折扣价
discounted_price = cleaned_texts[-1]
print(discounted_price)  # 输出: CDN$ 1.48

方法三：过滤文本节点，筛选有效内容 #

这种方法更灵活，先获取div里所有文本节点，过滤掉空白内容后取最后一项：

from bs4 import BeautifulSoup

html = '''<div class="col search_price discounted responsive_secondrow"> <span style="color: #888888;"><strike>CDN$ 2.29</strike></span> <br>CDN$ 1.48 </div>'''
soup = BeautifulSoup(html, 'html.parser')
target_div = soup.find('div', class_='col search_price discounted responsive_secondrow')

# 获取所有文本节点并过滤空白
all_valid_text = [t.strip() for t in target_div.find_all(text=True) if t.strip()]
discounted_price = all_valid_text[-1]
print(discounted_price)  # 输出: CDN$ 1.48

这些方法都能精准拿到你要的<br>之后的内容，选哪种都可以，看你觉得哪种更符合自己的代码习惯~

内容的提问来源于stack exchange，提问作者Rohan Afsan