如何用Beautiful Soup获取嵌套在唯一类父span中的子span内容

问题原因 #

1. soup.select() 返回的是元素列表，直接调用 .text 会报错，必须取出列表中的单个元素后再操作。
2. soup.find() 不支持完整的CSS选择器语法（比如 > 子选择器），它需要通过参数单独指定标签和属性来查找元素。

正确写法 #

方法一：用 select_one() 替代 select() #

select_one() 返回匹配到的第一个元素（而非列表），可直接调用文本方法：

s = soup.select_one('span.uniqueParent > span.notUniqueChildClassName')
print(s.get_text(strip=True))  # strip=True 可去除文本前后的空白、换行符

也可以用属性选择器的写法：

s = soup.select_one('span[class="uniqueParent"] > span[class="notUniqueChildClassName"]')
print(s.get_text(strip=True))

方法二：用 find() 分步查找 #

先定位父元素，再在父元素下查找子元素：

parent = soup.find('span', class_='uniqueParent')
child = parent.find('span', class_='notUniqueChildClassName')
print(child.get_text(strip=True))

也可以链式调用简化代码：

s = soup.find('span', class_='uniqueParent').find('span', class_='notUniqueChildClassName')
print(s.get_text(strip=True))

容错补充 #

如果担心页面中可能不存在目标元素导致报错，可以添加判断逻辑：

parent = soup.find('span', class_='uniqueParent')
if parent:
    child = parent.find('span', class_='notUniqueChildClassName')
    if child:
        print(child.get_text(strip=True))

内容的提问来源于stack exchange，提问作者STORM