получить первую строку текста внутри тега, используя webscrapping - PullRequest
Новая
       35

получить первую строку текста внутри тега, используя webscrapping

0 голосов
/ 17 января 2019

Мне нужно получить первую строку текста внутри тега, используя код Python для удаления из Интернета.

ожидаемый результат: 22 сентября 1995

Код HTML выглядит следующим образом 

<div class="txt-block">
<h4 class="inline">Release Date:</h4> 22 September 1995 (USA)
<span class="see-more inline">
<a href="releaseinfo?ref_=tt_dt_dt">See more</a>&nbsp;»
</span></div>

мой код для получения данных 

soup.find('div', {"class": "txt-block"}).text

вывод: Дата выпуска: 22 сентября 1995 г. (США) Подробнее

1 Ответ

0 голосов
/ 17 января 2019

Я бы сделал так 

text = soup.find('h4').next_sibling
text.replace('(USA)','')

или 

text = soup.find('h4',{'class','inline'}).next_sibling
text.replace('(USA)','')

Чем вы можете использовать регулярные выражения, чтобы исключить скобки (USA) как слова из текста.

используярегулярное выражение для удаления определенного слова из строки 

text = soup.find('h4',{'class','inline'}).next_sibling
import re
text = re.sub(r'\s\(.+\)','',text)

Это удалит любое другое слово, включенное в скобки, из этой строки.

...