使用BeautifulSoup解析网页遇阻：如何提取指定字段的单独值？

目标HTML结构 #

<small>
<span class="label label-primary">CVE-2019-11198</span>
<span class="label label-warning">6.1 - Medium</span>
- August 05, 2019
</small>

需要提取的字段：

• CVE-2019-11198（CVE编号）
• 6.1（漏洞评分）
• Medium（漏洞等级）
• August 05, 2019（漏洞日期）

原代码问题 #

最初的代码只能获取<small>标签下的全部文本，无法拆分单独字段：

cves=soup.find_all("div", class_="cve_listing")
for cve in cves:
    #CVE, vuln numeric rating, vuln sev cat, vuln date
    vulninfo=cve.find("small").text

修改后的代码尝试提取单独值，但触发报错：

cves=soup.find_all("div", class_="cve_listing")
for cve in cves:
    vulncve=cve.find("span", class_="label-primary")
    vulninfo=cve.select_one('span.label').parent
    vulninfores=[x.get_text(strip=True) for x in vulninfo.contents if len(x.text) > 1]

报错信息：

AttributeError: 'NavigableString' object has no attribute 'text'

报错原因 #

vulninfo.contents包含了NavigableString类型的文本节点（比如换行符、空格、- August 05, 2019这类纯文本），这类节点没有text属性，直接调用x.text会触发AttributeError。

高效解析方案 #

方案1：精准定位每个元素（推荐） #

通过标签和class直接定位目标元素，拆分字段：

import bs4

cves = soup.find_all("div", class_="cve_listing")
for cve in cves:
    small_tag = cve.find("small")
    # 提取CVE编号
    cve_id = small_tag.find("span", class_="label-primary").get_text(strip=True)
    # 提取漏洞评分和等级
    rating_content = small_tag.find("span", class_="label-warning").get_text(strip=True)
    numeric_rating, severity = rating_content.split(" - ")
    # 提取漏洞日期：过滤非标签节点，清理多余字符
    date_text = ""
    for child in small_tag.children:
        if not isinstance(child, bs4.element.Tag):
            raw_text = child.strip()
            if raw_text.startswith("-"):
                date_text = raw_text.lstrip("- ").strip()
                break
    # 输出结果
    print(f"CVE编号: {cve_id}, 漏洞评分: {numeric_rating}, 漏洞等级: {severity}, 发布日期: {date_text}")

方案2：利用stripped_strings简化处理 #

stripped_strings会自动过滤空白字符，返回所有有意义的文本片段，再拆分字段：

cves = soup.find_all("div", class_="cve_listing")
for cve in cves:
    small_tag = cve.find("small")
    # 获取所有清理后的文本片段
    text_segments = [seg for seg in small_tag.stripped_strings]
    # 拆分对应字段
    cve_id = text_segments[0]
    numeric_rating, severity = text_segments[1].split(" - ")
    date_text = text_segments[2]
    # 输出结果
    print(f"CVE编号: {cve_id}, 漏洞评分: {numeric_rating}, 漏洞等级: {severity}, 发布日期: {date_text}")

内容的提问来源于stack exchange，提问作者Jshee