如何用BeautifulSoup(bs4)定位同属性span并抓取下午温度？

我在做网页爬取时需要获取下午的温度，但页面里有4个结构完全一致的元素（相同class、span标签及data-testid属性），分别对应早、中、晚、夜四个时段的温度。目标HTML结构如下：

22°

27°

20°

15°

解决方案 #

由于这4个元素是按早、中、晚、夜的固定顺序排列的，你可以用以下两种方式提取下午的温度：

方法一：批量获取后按索引定位

先用find_all抓取所有符合条件的温度容器，再通过索引直接定位到第二个元素（对应下午，Python索引从0开始）：

from bs4 import BeautifulSoup

# 假设已获取页面HTML并存入html变量
soup = BeautifulSoup(html, 'html.parser')

# 获取所有时段的温度div
temp_containers = soup.find_all('div', {'data-testid': 'SegmentHighTemp', 'class': 'Column--temp--5hqI_'})

# 提取下午温度（第二个元素，索引为1）
afternoon_temp = temp_containers[1].find('span', {'data-testid': 'TemperatureValue'}).text.strip()
print(afternoon_temp)

方法二：通过兄弟元素定位

如果能准确定位第一个时段（早上）的元素，也可以通过find_next_sibling找到它的下一个兄弟元素（即下午的温度容器）：

from bs4 import BeautifulSoup

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

# 定位第一个温度div（对应早上）
morning_container = soup.find('div', {'data-testid': 'SegmentHighTemp', 'class': 'Column--temp--5hqI_'})

# 获取下一个同类型的兄弟元素（下午）
afternoon_container = morning_container.find_next_sibling('div', {'data-testid': 'SegmentHighTemp', 'class': 'Column--temp--5hqI_'})

# 提取温度文本
afternoon_temp = afternoon_container.find('span', {'data-testid': 'TemperatureValue'}).text.strip()
print(afternoon_temp)

⚠️ 注意：这两种方法都依赖元素的固定排序，如果后续页面调整了时段顺序，需要对应修改索引或定位逻辑。如果页面中有明确标注“下午”的文本标签，优先通过关联标签来定位，稳定性会更高。

内容的提问来源于stack exchange，提问作者john smith