Python使用BeautifulSoup如何提取网页指定标签内文本
实现方法
你之前写的元素定位逻辑完全正确,已经精准匹配到了目标span标签,不需要修改定位代码,只要通过BeautifulSoup原生的文本提取能力就能拿到目标字符串,全程不需要使用任何split、切片类的手动字符串操作。
具体调整
- 直接对已获取的span元素对象调用
.text属性,即可获取标签包裹的全部纯文本内容,输出结果不会附带任何HTML标签、元素属性代码 - 之前直接
print(x)会输出完整的span标签结构,是因为x本身是BeautifulSoup的元素实例,直接打印实例默认展示完整HTML代码,不是标签内部的文本
可直接复用的代码
html = driver.page_source soup = BeautifulSoup(html, 'html.parser') # 保留原有定位逻辑 target_span = soup.find('span', {'class':'titel ng-scope'}) # 提取元素内的目标文本 target_str = target_span.text print(target_str)
运行上述代码即可直接输出目标内容1 van de maximaal 3 actieve reacties。
常见场景补充
如果后续提取的文本首尾带有多余空格、换行符,不需要手动写字符串裁切逻辑,直接用原生方法.get_text(strip=True)替代.text即可自动清除首尾的无关空白字符,完全符合“不使用字符串操作类方法”的要求。
内容的提问来源于stack exchange,提问作者Grasmat
相关产品推荐
相关产品推荐

