красивая строка разбора супа python, которая имеет только закрывающий тег br

Question

html="""<div class="practice-location">
<strong>Primary Location of Practice</strong><br/>
                        Suite 100<br/>2010 Eglinton Avenue West<br/>Toronto ON  M6E 2K3<br/><strong>
</div>"""

У меня проблема с извлечением адреса.

Я хочу, чтобы строка выглядела как

mystr=Suite 100,2010 Eglinton Avenue West, Toronto ON  M6E 2K3

Мой код:

   dt = soup.find(class_ ={"practice-location"})
   print dt
   ele=dt.find_all('strong')
   print ele
   add=[]
   for x in ele.find_next_siblings(text=True):
     add.append(x.text)
   location=','.join(add)
   print location

Answer 1

вы могли бы просто сделать .text или .extract, но я думал, что вы хотите, чтобы они были отделены с ','

, это сделает это.

from bs4 import BeautifulSoup, Tag   



def split_at_br(text):
    string = ''
    for x in text:

        if isinstance(x, str) and '\n' not in x:
            string += x

        if isinstance(x, str) and '\n' in x:
            x = x.split('\n')
            x_temp = []
            for ele in x:
                ele = ele.strip()
                x_temp.append(ele)
            x = ' '.join(x_temp)
            x = x.strip()
            string += x

        if isinstance(x, Tag):
            if x.name != 'br':
                x = x.text
                string += x
            else:
                x = ','
                string += x

    string = string[:-2].strip()
    return string

дает вывод:

html="""<div class="practice-location">
<strong>Primary Location of Practice</strong><br/>
                        Suite 100<br/>2010 Eglinton Avenue West<br/>Toronto ON  M6E 2K3<br/><strong>
</div>"""

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

text = soup.select('div.practice-location')
text = text[0].contents

mystr = split_at_br(text)

затем

In [1]: print (mystr)
Primary Location of Practice,Suite 100,2010 Eglinton Avenue West,Toronto ON  M6E 2K3

Answer 2

используйте .extract() для удаления тега и .replace_with для замены тега

from bs4 import BeautifulSoup

html="""<div class="practice-location">
<strong>Primary Location of Practice</strong><br/>
                        Suite 100<br/>2010 Eglinton Avenue West<br/>Toronto ON  M6E 2K3<br/><strong>
</div>"""

soup = BeautifulSoup(html, 'html.parser')
dt = soup.find(class_ ={"practice-location"})
# remove "strong" here
dt.strong.extract()
for br in dt.select('br'):
    br.replace_with(', ')
print(dt.text.strip().strip(',').strip())

# Suite 100, 2010 Eglinton Avenue West, Toronto ON  M6E 2K3

примерно в 3x strip(), после замены <br> на , будет получена строка

, 
                    Suite 100, 2010 Eglinton Avenue West, Toronto ON  M6E 2K3, 

первый .strip() удалить пробел и новую строку, второй удалить запятую, а третий заменить снова пробел и символ новой строки.